前言

Pythonnet這個(gè)屌爆的項(xiàng)目的出現(xiàn)，使得我們可以用一種新的方式，讓C#可以和Python之間進(jìn)行互操作。但是它的設(shè)置和部署可能有點(diǎn)問題，真的是這樣嗎？

本文我會(huì)介紹Python.Included這個(gè)項(xiàng)目，它不但優(yōu)雅的解決了這個(gè)問題，并且讓.NET開發(fā)者可以輕松愉快的讓.NET與Python進(jìn)行互操作。作為概念的證明，我將使用Numpy.Net進(jìn)行展示，它是一個(gè).NET標(biāo)準(zhǔn)庫，它為Python的Numpy提供了一個(gè)強(qiáng)類型API，并且使用它并不需要在Windows上安裝Python。

開發(fā)人員從Numpy.NET的強(qiáng)類型API中獲益，與動(dòng)態(tài)API不同，后者支持Visual Studio的IntelliSense功能，可以顯示原始的Numpy文檔。

問題是什么？

每個(gè)人可能都安裝了不同版本的Python，有一些人用Python 2.7，其他一些人用Python 3.5，3.6甚至3.7。當(dāng)你使用pythonnet的時(shí)候，針對(duì)Python的每個(gè)小版本，它必須使用不同的配置進(jìn)行編譯，而且該版本的Python必須安裝，這樣代碼才可以運(yùn)行。所以如果你在團(tuán)隊(duì)里工作，每個(gè)人就必須配置完全相同的Python環(huán)境。但拿我們的SciSharp團(tuán)隊(duì)來說，情況就已經(jīng)不是這樣的了。如果你想部署你的.NET應(yīng)用，你首先必須部署Python，從開發(fā)人員角度來講，這很鬧心。

然而，如果你正在搞機(jī)器學(xué)習(xí)和人工智能，盡管微軟和SciSharp都付出了很大努力，但目前你還是無法完全避免Python的使用。如果你看一下正在使用pythonnet的項(xiàng)目的列表，你會(huì)發(fā)現(xiàn)很多AI領(lǐng)域的公司當(dāng)前都在使用.NET與Python進(jìn)行連接。

Python.Included 前來救援

如果你可以很簡單的引用一個(gè)Nuget包，并在無需手動(dòng)修改的情況下，一切都會(huì)自動(dòng)的配置好，假如可以達(dá)到這種程度，你會(huì)感覺怎么樣？這就是我創(chuàng)建Python.Included的愿景，Python.Included可以把packages python-3.7.3-embed-amd64.zip包含在它的程序集里，這這樣就允許你可以通過Nuget來有效的引用Python了。為了證明它能正常工作，并可以快速提供所有的NumSharp中仍然缺少的Numpy功能，我創(chuàng)建了基于Python.Included的Numpy.NET這個(gè)項(xiàng)目。

概念驗(yàn)證：Numpy.NET

Numpy.NET為Numpy提供了強(qiáng)類型的包裝函數(shù)，這意味著您完全不需要使用dynamic關(guān)鍵字，但這部分我會(huì)在另一篇文章中深入討論。今天的重點(diǎn)是介紹 Numpy.NET 如何使用 Python.Included 來按需自動(dòng)部署Python和Numpy以便對(duì)它們進(jìn)行調(diào)用。

這是Numpy將在幕后實(shí)際執(zhí)行的設(shè)置代碼。這些都不需要你來操作。一旦你使用了它的一個(gè)函數(shù)：

var a = np.array(new [,] {{1, 2}, {3, 4}});,

Numpy.dll 就會(huì)設(shè)置好嵌入的Python發(fā)行版，而它是從你本機(jī)home目錄里的程序集里解壓縮出來的（如果還沒安裝過的話）。

var installer = new Python.Included.Installer();
installer.SetupPython(force:false).Wait();

下一步（如果在之前的運(yùn)行中還沒完成）它將解壓縮 numpy pip wheel，而numpy pip wheel 是作為嵌入的資源打包到了Numpy.dll里的并其安裝到了Python安裝文件里。

installer.InstallWheel(typeof(NumPy).Assembly, "numpy-1.16.3-cp37-cp37m-win_amd64.whl").Wait();

最后，pythonnet運(yùn)行時(shí)被初始化了，Numpy也被導(dǎo)入進(jìn)來了，可供后續(xù)使用。

PythonEngine.Initialize();
Py.Import("numpy");

這些都是在幕后發(fā)生的，使用Numpy.dll的用戶根本不用擔(dān)心本地的Python安裝。事實(shí)上，即使您已安裝了任何版本的Python也無所謂。

性能注意事項(xiàng)

大家都知道pythonnet比較慢，因此您可能會(huì)問自己，使用pythonnet將Python庫與.NET接在一起是否真的是一個(gè)好主意。一如既往，這要看情況而定。

我的測試結(jié)果表明，與直接從Python調(diào)用Numpy相比，使用.net調(diào)用numpy的開銷大約是它的4倍。需要澄清一下，這并不意味著Numpy.NET比python中的numpy慢四倍，這僅僅意味著通過pythonnet調(diào)用Numpy會(huì)有額外的開銷。當(dāng)然了，由于Numpy.NET調(diào)用的是Numpy，Numpy函數(shù)本身的執(zhí)行時(shí)間是完全相同的。

開銷是否是一個(gè)問題完全取決于實(shí)際用例。如果您在一個(gè)嵌套循環(huán)中不斷的在CLR和Python之間來回切換，那就可能會(huì)遇到問題。但大多數(shù)Python庫的設(shè)計(jì)都都是為了提高效率，避免數(shù)據(jù)循環(huán)。Numpy允許您只使用一個(gè)調(diào)用就可以對(duì)數(shù)百萬的數(shù)組元素進(jìn)行操作。Pytorch和Tensorflow允許您完全在GPU上執(zhí)行操作。因此，如果正確使用，與處理大量數(shù)據(jù)時(shí)操作的執(zhí)行時(shí)間相比，互操作開銷可以忽略不計(jì)。

路線圖

我知道現(xiàn)在有很多把Numpy移植到.NET上的方案和項(xiàng)目，例如使用IronPython。但是IronPython項(xiàng)目仍然只支持Python 2.7，而且項(xiàng)目進(jìn)展非常緩慢。這就導(dǎo)致了依賴于python 3的庫不能通過IronPython來獲得和使用，而且這種情況在近期也不會(huì)有什么改變。

我的重點(diǎn)是通過pythonnet為.NET提供更多的機(jī)器學(xué)習(xí)和人工智能庫。SciSharp團(tuán)隊(duì)也在討論如何研發(fā)出一個(gè)更快版本的pythonnet，從而避免使用天性緩慢的DynamicObject。

請(qǐng)嘗試一下Numpy.NET，并讓我知道它為你做了什么并且做的如何。如果有任何意見或建議，我將不勝感激，我希望我的工作能夠幫助.NET機(jī)器學(xué)習(xí)社區(qū)成長和繁榮。

以上就是本文的全部內(nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論