如果我在Julia 1.0.0在线文档中搜索list，则第一个匹配项是：
可以通过在列表中的每个项目之前添加*，+或-来编写无序列表。
这是一个标题为“ Markdown语法”的主题，显然与Python样式列表无关。
另一个热门，更进一步的是：
与Python（部分）的显着差异
我没有看到本节中提到的list一词。
搜索“列表理解”，将第10个匹配项设为：
理解（部分）
以
开始理解为构造数组提供了一种通用而强大的方法。
提到数组似乎暗示可以使用Julia数组完成Python样式的列表理解。
一个标题下方是 Generator Expressions
也可以在不包含方括号的情况下编写理解，从而产生称为生成器的对象。
这听起来很像Python风格的生成器。
Julia的开发人员是否认为Julia的数组（1-dim）本质上等同于Python列表？
答案 0 :(得分：0)
TL; DR：是，但是更快。
@StefanKarpinski，Julia的共同创建者，发表了以下评论here
另一个区别是您在Python中使用了一个集合，在Julia中使用了一个数组（Python称之为“列表”）
因此，根据Stefan所说，“数组”（可能表示一维数组）是“ Python称之为“列表”的东西”
举一个简单的例子，假设我们想找到乘积P，具有一千万个比率，R，其中每个项的分子为4n^2，并且分母为每个项比分子R = num/(num - 1)小1，其中n = 1到1000万。
Julia 1.0.0中没有使用Python样式的列表推导，而无需尝试进行任何形式的优化：
julia> P = prod([4n^2/(4n^2 - 1) for n in 1:10_000_000])
1.5707962875230395
在Julia 1.0.0 REPL中运行此程序非常快，基本上在我的笔记本电脑上是瞬时的。这不是基准测试，但是运行类似的代码（针对Python修改）并在PyCharm的REPL中使用Python 3.6时，速度明显慢。
import numpy as np
P = np.prod([4*n**2/(4*n**2 - 1) for n in range(1, 10_000_001)])
P
1.5707962875404267
就视觉上而言，Julia的理解速度要快10倍以上。
朱莉娅的发电机呢？
只需删除prod函数调用内的方括号即可：
julia> P = prod(4n^2/(4n^2 - 1) for n in 1:10_000_000)
1.5707962875404267
朱莉娅的答案在我的笔记本电脑上即时显示。
这不是Python和Julia之间的速度比较，因此在这一点上我将离开Python。
Julia的2n的{{1}}是一个不错的功能。例如，尝试2 * n：
2P请参见here。