PyCall Ruby版 Tips

require 'pycall/import'
include PyCall::Import

# Pythonだと、 import matplotlib
pyimport :matplotlib
pyimport 'matplotlib'  # 上ではシンボルを使ったが、文字列でも同じ

# Python だと import matplotlib.pyplot as plt
pyimport 'matplotlib.pyplot', as: :plt
plt = PyCall.import_module('matplotlib.pyplot')  # 上はこのような記法でも同じ

# Python だと from janome.tokenizer import Tokenizer
pyfrom 'janome.tokenizer', import: :Tokenizer

# Python だと from keras.layers import Dense, Dropout
pyfrom 'keras.layers', import: ['Dense', 'Dropout']

# RubyのArrayといくつかのArray風のオブジェクトの違いを調べます
r_array = [0.0, 1.0, 2.0]                # RubyのArray(配列)を作る
p_list = PyCall.eval("[0.0, 1.0, 2.0]")  # Python のリストを作る
require 'numpy'                          # numpy は配列を扱うPythonの定番ライブラリ
np_array = Numpy.array([0.0, 1.0, 2.0])  # numpy のarrayを作る
pyfrom('collections', import: :deque)    # dequeはappendやpopを高速に行えるリスト風のコンテナ
p_deque = deque.([0.0, 1.0, 2.0])        # deque を作る

# 上で作ったArray風のオブジェクトが [] でアクセスできることを確認します。またクラスを調べます
p r_array[1], r_array.class      # -> 1.0, Array
p p_list[1], p_list.class        # -> 1.0, <class 'list'>
p np_array[1], np_array.class    # -> 1.0, <class 'numpy.ndarray'>
p p_deque[1], p_deque.class      # -> 1.0, Object

# Array風のオブジェクトで each が使えるかどうかの確認
r_array.each{|x| p x}      # OK
p_list.each{|x| p x}       # OK
np_array.each{|x| p x}     # OK
p_deque.each{|x| p x}      # エラー! PyCall::List.(p_deque)とすればリストにキャストできる。でも計算コストを考えると高速性がウリのdequeをリストにする意味はないだろう

# Array風のオブジェクトで delete_if が使えるかどうかの確認
r_array.delete_if{|x| x>1.5 }     # OK
p_list.delete_if{|x| x>1.5 }      # エラー! - p_list.to_a とすればArrayにキャストできる
np_array.delete_if{|x| x>1.5 }    # エラー! - PyCall::List.(np_array).to_aとすればArrayにキャストできる
p_deque.delete_if{|x| x>1.5 }     # エラー! - PyCall::List.(p_deque).to_aとすればArrayにキャストできる

# 引数の()の前にピリオドを入れる例
pyfrom 'collections', import: :deque
p_deque = deque.([0.0, 1.0, 2.0, 3.0])   # deque と ( の間に . を入れる

# 引数の()の前にピリオドを入れない例
require 'numpy'
a = Numpy.array([1,2,3], dtype=np.float32)  # array と ( の間に . を入れない

require 'numpy'
np = Numpy
a = np.array([1,2,3], dtype=np.float32)

# pyimport で numpy をロードする時の落とし穴
pyimport :numpy, as: :np    # これでも良いように思えるが...
a = np.array([1,2], dtype=np.float32)
b = a[0] + a[1]
p b                      # 3.0 が表示される。当たり前じゃないか
p b.class                # Object と表示される。　float じゃないんだ
p "bは3だよ" if b==3.0    # "bは3だよ" と表示される。当たり前じゃないか
p "bは3だよ" if b==5.0    # "bは3だよ" と表示される!? why!?  (b==5.0) は false じゃなくFalseだから。Rubyはfalseとnil以外は真です

# 配列へのアクセス例
m = np.arange(0,100).reshape(10,10)   #まずnumpyの配列を作ります
      => array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
                [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
                [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
                           ...
                [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]])

# 特定の行、列へのアクセス
m[2,1]  => 21    # m が RubyのArrayだったら [20, 21, ... 28, 29] となる

# 最後の行へのアクセス pythonだと m[-1,:] と書くところ
m[-1] => array([90, 91, 92, 93, 94, 95, 96, 97, 98, 99])

# 最後の列へのアクセス pythonだと m[:,-1] と書くところ
m[0..-1,-1]  => array([ 9, 19, 29, 39, 49, 59, 69, 79, 89, 99])

# 部分へのアクセス python だと m[5:7,2:4] と書くところ
m[5...7,2...4]  => array([[52, 53],
                           [62, 63]])

# python のスライスを使うこともできます
# 6行目から最後の行までの偶数行の、3列目から5列目までを選択する例
sl = PyCall::Slice.(6,-1,2)     # 6行目から最後の行まで2行ごとに行を選択するためのスライスを作成
m[sl, 3..5]   => array([[63, 64, 65],
                       [83, 84, 85]])

PyCall.sys.path.append(__dir__)   # Rubyプログラムと同じディレクトリにある場合
hoge = PyCall.import_module('hoge')

PyCall.sys.path.append('/home/boo/foo')   # ディレクトリを指定する場合
woo = PyCall.import_module('woo')

class Boo
  mudule Py
    extend PyCall::Import
    pyimport :tensorflow, as: :tf
  end
  ...
  tf = Py.tf    # 記法1 クラスの中で"tf"のインスタンスをたくさん作るならこの記法が見やすい？
  ...
end

class Foo
  ...
  tf = PyCall.import_module(:tensorflow)    # 記法2
  ...
end

#記法 1
PyCall.exec(<<PYTHON)
def double(object):
  return object * 2
PYTHON

a = 5
p PyCall.eval("double(#{a})")   # -> 10
c = "'!!'"
p PyCall.eval("double(#{c})")   # -> "!!!!"

#記法 2
double = PyCall.eval(<<PYTHON)
  lambda object: object *2
PYTHON

a = 5
p double.(a)   # -> 10
c = '!!'
p double.(c)   # -> "!!!!"

PyCall.exec(<<PYTHON)
import random
class Die():
  def __init__(self,x):            # サイコロを作るよ
    if x == 0:
      self.val = self.roll()       # 0 が与えられたら最初の目はランダムに決める
    else:
      self.val = x                 # 最初の目を指定された値にする

  def roll(self):
    self.val = random.randint(1,6)  # サイコロを転がすよ
    return self.val

  def look(self):
    return self.val               # サイコロの目を確認するよ

  def change(self, x):
    self.val = x                  # サイコロの目を指定された値にするよ
    return self.val
PYTHON

die = PyCall.eval('Die').(4)     # PyCall.eval('Die').new(4) とも書ける
die.look        # -> 4
die.roll        # -> 1
i = 5
die.change(i)   # -> 5

# Python の set オブジェクトを作る
set1 = PyCall.eval("{1,2,3,4}")
set2 = PyCall.eval("{0,2,4,6}")

# set オブジェクトの演算例
set1 & set2     # -> {2, 4}
set1 | set2     # -> {0, 1, 2, 3, 4, 6}
set1 - set2     # -> {1, 3}
set1 ^ set2     # -> {0, 1, 3, 6}
set1 > set2     # -> false

# Eager Execution を使う python のコード冒頭部
import tensorflow as tf
import tensorflow.contrib.eager as tfe
tfe.enable_eager_execution()

# Eager Execution を使う ruby のコード冒頭部
pyimport :tensorflow, as: :tf
tf.contrib.eager.enable_eager_execution()

#  Eager Execution でtensorflow オブジェクトを操作する例
x = [[1.0, -1.0], [-1.0, 1.0]]
y = [[0.25, 0.5], [0.75, 1.0]]   # xとyはrubyのArray
tm = tf.nn.tanh(tf.matmul(x,y))  # rubyのArrayを何も考えずにtensorflowの計算に使える
p tm       # 結果は随時確認できる
           # <tf.Tensor: id=8, shape=(2, 2), dtype=float32, numpy=array([[-0.46211717,-0.46211717],[ 0.46211717,  0.46211717]], dtype=float32)>
numpy_m = tm.numpy()        # numpy へのキャストも簡単

# Python の io.open と with を使って、ファイルの各行を空行が出てくるまで読む例

a = []    # ファイルの行を格納するArray
file_name = 'hoge.txt'
PyCall.with(io.open(file_name, "r")){|fp|     # fp は Pythonのファイルポインタです
  while (line = fp.readline()) != ""          # readline()はPythonの io::readline です
      a << line
  end
}   # with を使ってるのでファイルをcloseしなくて良い

# Python では w2v.Word2Vec(st, size=200, sg=1) と書くところ
w2v.Word2Vec.(st, {size: 200, sg: 1})

# numpy オブジェクトを Python の リストにする例
PyCall::List.(np_array)
# numpy オブジェクトを Ruby の Array にする例
PyCall::List.(np_array).to_a

PyCall::List.([0,1,2])                    # Ruby の Array から Pythonのリストを作る
PyCall::Tuple.([0,1,2])                   # Array から タプルを作る
PyCall::Dict.({zero: 0, one: 1, two: 2})  # ハッシュから 辞書(dict)を作る
# Python の Slice オブジェクトの作成と使用例
sl = PyCall::Slice.(1,3,nil)                 # slice(1,3,None) ができる。 nilは省略可
np.array([0,1,2,3,4], dtype=np.float32)[sl]  # -> array([1., 2.], dtype=float32)

python_dict.to_h.delete_if{|k,v| v > 1.5}

python_tuple.to_a.each{|x| p x}

a, b = pythonObj.tuple_return_method.(arg).to_a

size = 3
x = PyCall.eval("[ i*2 for i in range(#{size}) ]")       # -> [0,2,4]
 # ここで x は to_a しないとRubyのArrayではなくPythonのリストであることに注意