[PYTHON] Étendre NumPy avec Rust

Avantages de Python

• Traitement, analyse et visualisation interactifs des données sur Jupyter --Glue usage linguistique
• L'interface Python est généralement préparée par des
• Environnement facile à construire avec pip / wheel ou anaconda

Problèmes avec Python

--Python lui-même est lent

Efforts pour accélérer

• Cython --Définissez un DSL proche de Python qui peut être compilé, compilé et exécuté
• Numba --Compiler et exécuter du code Python dans LLVM
• Theano --Construisez des calculs avec DSL intégré sur Python et exécutez-les sur un backend rapide
• FFI --Appeler une bibliothèque haute vitesse existante (C / Fortran)

Extensions Python et extensions NumPy

--Python C-API (extension CPython) - http://docs.python.jp/3/c-api/ --Définir les structures et fonctions qui peuvent être utilisées en Python en C

• NumPy C-API
  • https://docs.scipy.org/doc/numpy/reference/c-api.html
• En premier lieu, NumPy lui-même est implémenté à l'aide de Python C-API. --API pour accéder à la structure ajoutée par NumPy

Vous devez utiliser les deux C-API

Dans quelle langue étendez-vous NumPy?

• C/C++ --SWIG (NumPy C-API est utilisé tel quel)
• C++ --Boost.Python (y compris Boost.NumPy)
• Fortran
  • f2py
• Rust
  • rust-cpython / rust-numpy

Pourquoi Rust?

--Rust est un langage système moderne adapté aux calculs numériques (je pense) --Borrow Checker élimine les courses de données --C ++ - comme la sémantique de déplacement de modèle de mémoire (pas de GC)

• Génériques de classe de type
• Raisonnement de type puissant
  • Native Thread --Optimisé par LLVM
• ** Je veux écrire en rouille **

rust-cpython

https://github.com/dgrunwald/rust-cpython

• Encapsuleur Rust Python C-API --Gestion du comptage de références
• Abstraction GIL
• Lancer l'interpréteur Python
• Publication de fonctions sur Python

Appeler Python depuis Rust

extern crate cpython;

use cpython::{Python, PyDict, PyResult};

fn main() {
    let gil = Python::acquire_gil();
    hello(gil.python()).unwrap();
}

fn hello(py: Python) -> PyResult<()> {
    let sys = py.import("sys")?;
    let version: String = sys.get(py, "version")?.extract(py)?;

    let locals = PyDict::new(py);
    locals.set_item(py, "os", py.import("os")?)?;
    let user: String = py.eval("os.getenv('USER') or os.getenv('USERNAME')", None, Some(&locals))?.extract(py)?;

    println!("Hello {}, I'm Python {}", user, version);
    Ok(())
}

Appel de fonctions Rust depuis Python

#[macro_use] extern crate cpython;

use cpython::{PyResult, Python};

// add bindings to the generated python module
// N.B: names: "librust2py" must be the name of the `.so` or `.pyd` file
py_module_initializer!(librust2py, initlibrust2py, PyInit_librust2py, |py, m| {
    try!(m.add(py, "__doc__", "This module is implemented in Rust."));
    try!(m.add(py, "sum_as_string", py_fn!(py, sum_as_string_py(a: i64, b:i64))));
    Ok(())
});

// logic implemented as a normal rust function
fn sum_as_string(a:i64, b:i64) -> String {
    format!("{}", a + b).to_string()
}

// rust-cpython aware function. All of our python interface could be
// declared in a separate module.
// Note that the py_fn!() macro automatically converts the arguments from
// Python objects to Rust values; and the Rust return value back into a Python object.
fn sum_as_string_py(_: Python, a:i64, b:i64) -> PyResult<String> {
    let out = sum_as_string(a, b);
    Ok(out)
}

rust-numpy

https://github.com/termoshtt/rust-numpy

--Fabriqué en GW (/ ・ ω ・) / --NumPy C-API publié du côté de Rust basé sur le python rust-c --Introduire PyArray correspondant à numpy.ndarray --Convertir en ʻArray` de rust-ndarray

rust-ndarray

https://github.com/bluss/rust-ndarray

• Bibliothèque d'algèbre linéaire dans Rust --Stride méthode ndarray similaire à NumPy

extern crate ndarray;
use ndarray::*;

// immutable example
fn axpy(a: f64, x: ArrayViewD<f64>, y: ArrayViewD<f64>) -> ArrayD<f64> {
    a * &x + &y
}

// mutable example (no return)
fn mult(a: f64, mut x: ArrayViewMutD<f64>) {
    x *= a;
}

rust-numpy

#[macro_use]
extern crate cpython;
extern crate numpy;

use numpy::*;
use cpython::{PyResult, Python, PyObject};

// wrapper of `axpy`
fn axpy_py(py: Python, a: f64, x: PyArray, y: PyArray) -> PyResult<PyArray> {
    let np = PyArrayModule::import(py)?;
    let x = x.as_array().into_pyresult(py, "x must be f64 array")?;
    let y = y.as_array().into_pyresult(py, "y must be f64 array")?;
    Ok(axpy(a, x, y).into_pyarray(py, &np))
}

// wrapper of `mult`
fn mult_py(py: Python, a: f64, x: PyArray) -> PyResult<PyObject> {
    let x = x.as_array_mut().into_pyresult(py, "x must be f64 array")?;
    mult(a, x);
    Ok(py.None()) // Python function must returns
}

/* Define module "_rust_ext" */
py_module_initializer!(_rust_ext, init_rust_ext, PyInit__rust_ext, |py, m| {
    m.add(py, "__doc__", "Rust extension for NumPy")?;
    m.add(py, "axpy", py_fn!(py, axpy_py(a: f64, x: PyArray, y: PyArray)))?;
    m.add(py, "mult", py_fn!(py, mult_py(a: f64, x: PyArray)))?;
    Ok(())
});

setuptools-rust

--rust-c Une bibliothèque pour gérer les extensions python avec setuptools

setup.py
extensions/Cargo.toml
           src/lib.rs
rust_ext/__init__.py

setup.py

from setuptools import setup
from setuptools_rust import RustExtension

setup(name='rust_ext',
      version='1.0',
      rust_extensions=[
          RustExtension('rust_ext._rust_ext', 'extensions/Cargo.toml')],
      packages=['rust_ext'],
      zip_safe=False)

rust_ext/__init__.py

from ._rust_ext import *

Appeler rust-numpy

python setup.py install

import rust_ext
import numpy as np

x = np.array([1.0, 2.0])
y = np.array([2.0, 3.0])
rust_ext.axpy(3, x, y)

(* '▽') Cela a fonctionné!

Enfin: quand la rouille est douloureuse

• rust-jp.slack.com
• ja.stackoverflow.com/questions/tagged/rust --Kobe Rust no Kai