rust-numpy

NumPy C-API 的 Rust 绑定。

API 文档

• 最新版本
• 当前主分支

要求

• Rust >= 1.48.0
  • 基本上，我们的 MSRV 跟随 PyO3
• Python >= 3.7
  • 从 0.16 版本开始删除了 Python 3.6 支持
• 一些 Rust 库
  • ndarray 用于 Rust 侧矩阵库
  • PyO3 用于 Python 绑定
  • 等等（见 Cargo.toml）
• 在您的 Python 环境中安装 numpy（例如，通过 pip install numpy）
  • 我们推荐使用 numpy >= 1.16.0，尽管较旧版本可能也能工作

示例

使用 Rust 编写 Python 模块

请参阅 simple 示例了解如何开始。

还有使用 ndarray-linalg 和 rayon 的示例。

[lib]
name = "rust_ext"
crate-type = ["cdylib"]

[dependencies]
pyo3 = { version = "0.21", features = ["extension-module"] }
numpy = "0.21"

use numpy::ndarray::{ArrayD, ArrayViewD, ArrayViewMutD};
use numpy::{IntoPyArray, PyArrayDyn, PyReadonlyArrayDyn, PyArrayMethods};
use pyo3::{pymodule, types::PyModule, PyResult, Python, Bound};

#[pymodule]
fn rust_ext<'py>(_py: Python<'py>, m: &Bound<'py, PyModule>) -> PyResult<()> {
    // example using immutable borrows producing a new array
    fn axpy(a: f64, x: ArrayViewD<'_, f64>, y: ArrayViewD<'_, f64>) -> ArrayD<f64> {
        a * &x + &y
    }

    // example using a mutable borrow to modify an array in-place
    fn mult(a: f64, mut x: ArrayViewMutD<'_, f64>) {
        x *= a;
    }

    // wrapper of `axpy`
    #[pyfn(m)]
    #[pyo3(name = "axpy")]
    fn axpy_py<'py>(
        py: Python<'py>,
        a: f64,
        x: PyReadonlyArrayDyn<'py, f64>,
        y: PyReadonlyArrayDyn<'py, f64>,
    ) -> Bound<'py, PyArrayDyn<f64>> {
        let x = x.as_array();
        let y = y.as_array();
        let z = axpy(a, x, y);
        z.into_pyarray_bound(py)
    }

    // wrapper of `mult`
    #[pyfn(m)]
    #[pyo3(name = "mult")]
    fn mult_py<'py>(a: f64, x: &Bound<'py, PyArrayDyn<f64>>) {
        let x = unsafe { x.as_array_mut() };
        mult(a, x);
    }

    Ok(())
}

从 Rust 执行 Python 程序并获取结果

[package]
name = "numpy-test"

[dependencies]
pyo3 = { version = "0.21", features = ["auto-initialize"] }
numpy = "0.21"

use numpy::{PyArray1, PyArrayMethods};
use pyo3::{types::{IntoPyDict, PyAnyMethods}, PyResult, Python};

fn main() -> PyResult<()> {
    Python::with_gil(|py| {
        let np = py.import_bound("numpy")?;
        let locals = [("np", np)].into_py_dict_bound(py);

        let pyarray = py
            .eval_bound("np.absolute(np.array([-1, -2, -3], dtype='int32'))", Some(&locals), None)?
            .downcast_into::<PyArray1<i32>>()?;

        let readonly = pyarray.readonly();
        let slice = readonly.as_slice()?;
        assert_eq!(slice, &[1, 2, 3]);

        Ok(())
    })
}

依赖于 ndarray

该软件包在其公共API中使用来自 ndarray 的类型。 ndarray 在软件包根目录中重新导出，因此您无需将其指定为直接依赖项。

此外，此软件包与多个版本的 ndarray 兼容，因此依赖于一系列 semver 不兼容的版本，目前为 >= 0.13, < 0.16。如果直接或间接依赖于除该确切范围之外的任何内容，Cargo 不会自动选择 ndarray 的单个版本。因此，可能需要手动统一这些依赖项。

numpy = "0.21"
ndarray = "0.13"

cargo update --package ndarray:0.15.3 --precise 0.13.1