PyO3/rust-numpy

これは何か

rust‑numpy は Rust から NumPy の C‑API を呼び出すための Rust ライブラリであり、Rust 関数を Python モジュールとして公開することもできます。実際には、2 つのエコシステムを橋渡しします：NumPy 配列と連携する高性能な Rust コードを書くことができ、Rust で Python 拡張を書くこともできます。

なぜ重要か

速度と安全性 – Rust はゼロコスト抽象化とメモリ安全性の保証を提供し、NumPy が使用する同じ ndarray 構造を操作できます。
シームレスな相互運用 – 手動のポインタ操作は不要です。この crate は安全なラッパー（PyArray、PyReadonlyArray など）を提供し、Rust の ndarray 型との変換を行います。
双方向対応 – 次のいずれかが可能です：
1. Rust で Python モジュールを書く（NumPy 配列を受け取る/返す #[pyfunction] を公開）、または
2. Rust バイナリから Python/NumPy を駆動する（インタープリタを埋め込み、np 関数を呼び出し、結果を読み取る）。
既存の crate を活用 – Python バインディングには PyO3、Rust 側の行列処理には ndarray に基づいています。

コア機能（README に記載の通り）

機能	得られるもの
NumPy C‑API バインディング	データをコピーせずに NumPy 配列に直接アクセス。
安全な Rust ラッパー	`PyArrayDyn<T>`、`PyReadonlyArrayDyn<T>`、`IntoPyArray` などの型、および借用メソッド（`as_array`、`as_array_mut`）。
自動変換	`into_pyarray` と `as_array` を介して `ndarray::Array*` と NumPy 配列を変換。
例	シンプルなモジュール（`axpy`、`mult`）と、`np.absolute` を呼び出すための Python 埋め込みの例。
並列・線形代数サポート	例のプロジェクトでは、並列処理に `rayon`、BLAS/LAPACK 操作に `ndarray‑linalg` を使用。
バージョン互換性	Rust ≥ 1.85、Python ≥ 3.9、NumPy ≥ 1.16、および一連の `ndarray` バージョン（0.15‑0.17）をサポート。

誰が使うか

データサイエンス/ML 開発者 – パフォーマンスが重要なカーネルを Rust で書きたいが、慣れた Python/NumPy ワークフロー内に留まりたい人。
Rust 開発者 – Python 拡張（カスタム NumPy ufunc、高速な前処理ステップなど）を構築する人。
研究者 – Rust ベースのアルゴリズムと既存の Python コードベース間の安全で高速な相互運用が必要な人。

はじめに（クイックステップ）

Cargo.toml に追加：

[dependencies]
pyo3 = { version = "0.30", features = ["auto-initialize"] }
numpy = "0.30"

numpy::{PyArray, PyReadonlyArray, IntoPyArray} を使用する Rust 関数を書き、#[pyfunction] で注釈します。
crate を cdylib としてビルドし、他の拡張モジュールと同様に Python からインポートします。
または、Python::with_gil(|py| { … }) を呼び出す通常の fn main() を書き、Rust から Python コードを実行します。

制限/注意点（README より）

ターゲットの Python 環境に互換性のある NumPy インストールが必要です。
この crate は ndarray を再エクスポートします。異なる ndarray バージョンに依存する場合は、cargo update で手動でバージョンを統一する必要があるかもしれません。
最近のリリース（0.29/0.30）では、Python 3.7/3.8 のサポートが廃止されました。

コミュニティと貢献

GitHub で問題やプルリクエストを歓迎します。
このプロジェクトは PyO3 の貢献ガイドラインに従い、議論用の Gitter チャンネルがあります。

上記の情報はすべてリポジトリの README から直接取得したものであり、外部の仮定は追加されていません。