Python開発を“全部入り”で高速化する「PyBun」を開発してみた - Qiita
Python開発を“全部入り”で高速化するPyBun紹介 TL;DR 単一バイナリで install/run/test/build などをまとめて扱うPythonツールチェーン 全コマンドが --format=json に対応し、CIやエージェントに組み込みやすい PEP 723（スクリプト埋め込み依存）対応、MCP対応、サンドボックス実行など “開発運用” を強く意識 PyBunとは？ Pythonプロジェクトの インストール・実行・テスト・ビルド・診断・MCP連携 を単一バイナリでこなすCLIです。 「pip/venv/pytest/buildの分散運用をまとめたい」「機械可読出力でツール連携したい」「エージェント/CIから安全に扱いたい」という課題にフォーカスしています。 こんな人に向いている Python開発の“いつもの作業”を 1つのCLIに寄せたい（install/run/te
Rustで書かれた高速Python型チェッカー「Pyrefly」の紹介 | gihyo.jp
筒井（@ryu22e）です。今月の「Python Monthly Topics」は、型チェッカー「Pyrefly」を紹介します。 Pyreflyの概要と特徴 PyreflyはMeta社が開発した型チェッカーです。ロゴがホタル（firefly）をイメージしたデザインで、「パイアフライ」と発音します[1]。 Pythonの型チェッカーといえばMypy、Pyrightなどの既存ツールがありますが、Pyreflyにはそれらにはない以下の特徴があります。 Rustで実装されているため、高速に動作 WASM版もあるため、ブラウザ上で利用可能 コードに自動で型ヒントを付ける機能 Meta社製の型チェッカーといえばPyreがありますが、PyreflyはPyreの後継ツールです。Pyreflyが誕生した経緯については、以下のMeta社のブログに詳細が書かれています。 Introducing Pyrefly
PythonオブジェクトをRustで効率的に処理する - pyo3-arrowによるゼロコピー実装
FFI(Foreign Function Interface)の型変換のオーバーヘッド RustとPythonを連携させるとき、悩ましい問題がデータの受け渡しです。 # ユーザは様々な形式でデータを渡してくる import numpy as np import pandas as pd # 素数判定をRustで高速化したい primes = rust_lib.is_prime_batch(np.array([2, 3, 4, 5, 6])) # NumPy primes = rust_lib.is_prime_batch([2, 3, 4, 5, 6]) # Python list primes = rust_lib.is_prime_batch(pd.Series([2, 3, 4, 5, 6])) # Pandas // 従来のPyO3での実装: 型変換地獄 #[pyfunction]
RustでNumPyを拡張する - Qiita
Pythonの利点 対話的にデータの加工、解析、可視化 on Jupyter グルー言語的用法 公式・非公式によってPythonインターフェースはだいたい用意されている pip/wheel、あるいはanacondaによる環境構築の容易さ Pythonの問題点 Python自体の動作が低速 高速化の取り組み Cython コンパイルできるPythonに近いDSLを定義してコンパイルして実行する Numba PythonのコードをLLVMにコンパイルして実行する Theano Python上で埋め込みDSLによって計算を構築して、それを高速なバックエンドで実行する FFI 既に存在する高速に動作するライブラリ(C/Fortran)を呼び出す Pythonの拡張とNumPyの拡張 Python C-API (CPython拡張) http://docs.python.jp/3/c-api/ Cで
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - mozilla/glean: Modern cross-platform telemetry
GitHub - joncatanio/cannoli: Cannoli Programming Language
