Interoperabilidad de Python

Swift For TensorFlow es compatible con la interoperabilidad de Python.

Puede importar módulos de Python desde Swift, llamar a funciones de Python y convertir valores entre Swift y Python.

import PythonKit
print(Python.version)

3.6.9 (default, Oct  8 2020, 12:12:24) 
[GCC 8.4.0]

Configuración de la versión de Python

De forma predeterminada, cuando import Python , Swift busca en las rutas de la biblioteca del sistema la versión más reciente de Python instalada. Para utilizar una instalación específica de Python, establezca la variable de entorno PYTHON_LIBRARY en la biblioteca compartida libpython proporcionada por la instalación. Por ejemplo:

export PYTHON_LIBRARY="~/anaconda3/lib/libpython3.7m.so"

El nombre de archivo exacto diferirá entre los entornos y plataformas de Python.

Alternativamente, puede configurar la variable de entorno PYTHON_VERSION , que le indica a Swift que busque rutas de la biblioteca del sistema para encontrar una versión de Python coincidente. Tenga en cuenta que PYTHON_LIBRARY tiene prioridad sobre PYTHON_VERSION .

En el código, también puede llamar a la función PythonLibrary.useVersion , que es equivalente a configurar PYTHON_VERSION .

// PythonLibrary.useVersion(2)
// PythonLibrary.useVersion(3, 7)

Nota: debe ejecutar PythonLibrary.useVersion justo después de import Python , antes de llamar a cualquier código de Python. No se puede usar para cambiar dinámicamente las versiones de Python.

Establezca PYTHON_LOADER_LOGGING=1 para ver la salida de depuración para la carga de la biblioteca de Python .

Lo esencial

En Swift, PythonObject representa un objeto de Python. Todas las API de Python usan y devuelven instancias PythonObject .

Los tipos básicos en Swift (como números y matrices) se pueden convertir a PythonObject . En algunos casos (para literales y funciones que toman argumentos PythonConvertible ), la conversión ocurre implícitamente. Para convertir explícitamente un valor Swift a PythonObject , use el inicializador PythonObject .

PythonObject define muchas operaciones estándar, incluidas operaciones numéricas, indexación e iteración.

// Convert standard Swift types to Python.
let pythonInt: PythonObject = 1
let pythonFloat: PythonObject = 3.0
let pythonString: PythonObject = "Hello Python!"
let pythonRange: PythonObject = PythonObject(5..<10)
let pythonArray: PythonObject = [1, 2, 3, 4]
let pythonDict: PythonObject = ["foo": [0], "bar": [1, 2, 3]]

// Perform standard operations on Python objects.
print(pythonInt + pythonFloat)
print(pythonString[0..<6])
print(pythonRange)
print(pythonArray[2])
print(pythonDict["bar"])

4.0
Hello 
slice(5, 10, None)
3
[1, 2, 3]

// Convert Python objects back to Swift.
let int = Int(pythonInt)!
let float = Float(pythonFloat)!
let string = String(pythonString)!
let range = Range<Int>(pythonRange)!
let array: [Int] = Array(pythonArray)!
let dict: [String: [Int]] = Dictionary(pythonDict)!

// Perform standard operations.
// Outputs are the same as Python!
print(Float(int) + float)
print(string.prefix(6))
print(range)
print(array[2])
print(dict["bar"]!)

4.0
Hello 
5..<10
3
[1, 2, 3]

PythonObject define la conformidad con muchos protocolos estándar de Swift:

• Equatable
• Comparable
• Hashable
• SignedNumeric
• Strideable
• MutableCollection
• Todos los protocolos ExpressibleBy_Literal

Tenga en cuenta que estas conformidades no son de tipo seguro: se producirán bloqueos si intenta utilizar la funcionalidad del protocolo desde una instancia de PythonObject incompatible.

let one: PythonObject = 1
print(one == one)
print(one < one)
print(one + one)

let array: PythonObject = [1, 2, 3]
for (i, x) in array.enumerated() {
  print(i, x)
}

True
False
2
0 1
1 2
2 3

Para convertir tuplas de Python a Swift, debe conocer estáticamente la aridad de la tupla.

Llame a uno de los siguientes métodos de instancia:

• PythonObject.tuple2
• PythonObject.tuple3
• PythonObject.tuple4

let pythonTuple = Python.tuple([1, 2, 3])
print(pythonTuple, Python.len(pythonTuple))

// Convert to Swift.
let tuple = pythonTuple.tuple3
print(tuple)

(1, 2, 3) 3
(1, 2, 3)

Componentes integrados de Python

Acceda a las funciones integradas de Python a través de la interfaz global de Python .

// `Python.builtins` is a dictionary of all Python builtins.
_ = Python.builtins

// Try some Python builtins.
print(Python.type(1))
print(Python.len([1, 2, 3]))
print(Python.sum([1, 2, 3]))

<class 'int'>
3
6

Importación de módulos de Python

Utilice Python.import para importar un módulo de Python. Funciona como la palabra clave de import en Python .

let np = Python.import("numpy")
print(np)
let zeros = np.ones([2, 3])
print(zeros)

<module 'numpy' from '/tmpfs/src/tf_docs_env/lib/python3.6/site-packages/numpy/__init__.py'>
[[1. 1. 1.]
 [1. 1. 1.]]

Use la función de lanzamiento Python.attemptImport para realizar una importación segura.

let maybeModule = try? Python.attemptImport("nonexistent_module")
print(maybeModule)

nil

Conversión con numpy.ndarray

Los siguientes tipos de Swift se pueden convertir a y desde numpy.ndarray :

• Array<Element>
• ShapedArray<Scalar>
• Tensor<Scalar>

La conversión solo tiene éxito si el numpy.ndarray dtype compatible con el tipo de parámetro genérico Element o Scalar .

Para Array , la conversión de numpy solo tiene éxito si numpy.ndarray es 1-D.

import TensorFlow

let numpyArray = np.ones([4], dtype: np.float32)
print("Swift type:", type(of: numpyArray))
print("Python type:", Python.type(numpyArray))
print(numpyArray.shape)

Swift type: PythonObject
Python type: <class 'numpy.ndarray'>
(4,)

// Examples of converting `numpy.ndarray` to Swift types.
let array: [Float] = Array(numpy: numpyArray)!
let shapedArray = ShapedArray<Float>(numpy: numpyArray)!
let tensor = Tensor<Float>(numpy: numpyArray)!

// Examples of converting Swift types to `numpy.ndarray`.
print(array.makeNumpyArray())
print(shapedArray.makeNumpyArray())
print(tensor.makeNumpyArray())

// Examples with different dtypes.
let doubleArray: [Double] = Array(numpy: np.ones([3], dtype: np.float))!
let intTensor = Tensor<Int32>(numpy: np.ones([2, 3], dtype: np.int32))!

[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]

Visualización de imágenes

Puede mostrar imágenes en línea usando matplotlib , al igual que en los cuadernos de Python.

// This cell is here to display plots inside a Jupyter Notebook.
// Do not copy it into another environment.
%include "EnableIPythonDisplay.swift"
print(IPythonDisplay.shell.enable_matplotlib("inline"))

('inline', 'module://ipykernel.pylab.backend_inline')

let np = Python.import("numpy")
let plt = Python.import("matplotlib.pyplot")

let time = np.arange(0, 10, 0.01)
let amplitude = np.exp(-0.1 * time)
let position = amplitude * np.sin(3 * time)

plt.figure(figsize: [15, 10])

plt.plot(time, position)
plt.plot(time, amplitude)
plt.plot(time, -amplitude)

plt.xlabel("Time (s)")
plt.ylabel("Position (m)")
plt.title("Oscillations")

plt.show()

Use `print()` to show values.