众所周知，计算相关性非常的简单，因为R 语言中有函数cor.test(),该函数可以计算多种方法的相关性检验，返回相关性，Pvalue等检验值，但是这个函数在Julia中并不存在，让Julia作为一门科学计算语言显得并不完美。

前言

自己写的好几种算法企图实现bedtools的功能，虽然julia性能足够好，但都难以在效率上达到bedtools的性能，于是最后只能借助轮子了。

如何安装Julia

有很多方法，其中最简单的就是去各大景象站点下载编译好的二进制包，例如

• 清华大学开源软件镜像站
• 北京外国语大学开源软件镜像站
• 上海交通大学软件源镜像服务

另外，可以使用包管理工具jill下载安装，

在生物信息学中经常用到的脚本语言主要是python和perl，他们被用来处理文本，大量统计，流程控制等等，其自身也是各有优势。比如说perl天生就为了处理文本而生，但是python确是有名的胶水语言，特别在整合C代码时显示出巨大的优势，其语法简洁易懂，易于维护更让其成为仅次于C和JAVA的第三大语言，但其糟糕的性能在处理大量循环时会让人忍不住抓狂。因此，Julia语言应运而生，其控制了python中没必要的动态性，加之使用JIT技术让其能够保有高性能的同时具备简洁的语法。

julia本身是一门很快速的语言，但是现代计算机往往具有多核心多线程设计，因此，充分发挥硬件，能进一步提高效率 多线程的启动 julia从1.5开始新添加了命令行参数-t num_procs，例如，你想启动一个10个线程的julia，那么就可以执行： julia -t 10  进入REPL后，可以查看当前线程数： Threads.nthreads() 10  如何多线程？ julia提供了一个简单...