Python 又添一个科学计算库，基于 Armadillo 矩阵库的 PyArmadillo 发布-技术圈

转自：机器之心

目前，Python 拥有众多科学计算库，最为著名的如 NumPy 和 SciPy。但从代数运算以及使用语法来看，这些库往往会带来不必要的繁琐，没办法直观地管理其中的数据类型。因此将 Armadillo 作为底层的 PyArmadillo 库基于这一点，重新塑造了类似 Matlab 和 Octave 等简单易用的语法。此外，由于 pybind11 的用法相对简单，PyArmadillo 将 pybind11 用来连接 C++ 与 Python。该库已于近日正式发布。

作为 C++ 中与 Eigen 并驾齐驱的一大科学计算库， Armadillo 因其简单易用的特性深受广大程序员和科学家的喜爱，也获得了 Facebook、NASA、Boeing、Siemens、Deutsche Bank、MIT、 CMU、Stanford 等公司和高校的广泛使用。此外， Armadillo 的主作者和 Rcpp 的主作者联合开发了 RcppArmadillo，作为 R 语言中的主要科学计算库，在 Github 每月下载量高达 97.2 万次。除此以外，Armadillo 还在著名开源机器学习库 mlpack 中被用作主要的依赖库之一，获得了极高的知名度。

此次 PyArmadillo 库的开发耗时 2 个月，在 Armadillo 主作者 Conrad Sanderson 的指导建议下，由 Data61 的实习生并在读于昆士兰科技大学（QUT）本科的 Jason Rumengan 和在读于新南威尔士大学（UNSW）本科的 Terry Yue Zhuo 开发完成。其中，Terry 受 Conrad 邀请参与到 PyArmadillo 中与 Jason 共同开发两大类型 mat 与 cube，也是唯一一位华人。Jason 主要负责 mat 部分以及编译方面而 Terry 则负责 cube 部分以及文档和测试。

项目地址：https://github.com/terryyz/PyArmadillo

具体而言，PyArmadillo 是一个 Python 语言的线性代数库，强调易用性。该库旨在提供类似于 Matlab 或者 Octave 的高级语法和功能，使得用户以熟悉且自然的方式表达数学运算。

PyArmadillo 还提供了用于矩阵和多维数据集（cube）的对象，以及 200 多个用于处理对象中存储数据的相关函数。所有功能都可以在一个平面结构中访问，并且支持整数、浮点数和复数。通过集成 LAPACK 或者 Intel MKL、OpenBLAS 等高性能替代产品，该库可以提供各种矩阵分解。

安装指南

PyArmadillo 库的具体用例如下图所示：

安装 PyArmadillo 需要满足以下要求：

大于 Python3.6，推荐为 3.8 及以上；
支持至少 C++ 11 标准的 C++ 编译器；
至少 8G RAM；
64-bit 的 CPU, 最好 4 核以上；
安装之前已安装好 OpenBLAS 和 LAPACK。

目前支持的操作系统：

Linux；
MacOS；
Window x64 (x86 暂不支持)。

当前 PyArmadillo 仅为 MVP（minimum viable product），更多的功能还在开发当中。如果使用途中遇到问题，可以通过官网作者的联系方式与他们交流或者在 GitLab 的仓库内汇报。

作者简介

Jason Rumengan，昆士兰科技大学信息技术本科生。研究兴趣在于软件开发、信息安全、网络连接、数据分析等。

Jason Rumengan 个人主页：https://www.jasonrumengan.my.id

Conrad Sanderson 为 Armadillo 的主要作者，曾受 Yoshua Bengio 弟弟 Samy Bengio 指导进入博士后（PostDoc）研究。在 Samy Bengio 为数不多的学生之中，Conrad 是唯一一个他指导过的 PostDoc。后来，Conrad 来到早期为 NICTA 而现今为 CSIRO 一部分的 Data61 担任研究科学进行研究，并且从计算机视觉研究过渡到开源科学计算库的开发工作。在 Armadillo 大获成功之后，Conrad 开始与 Debian 和 R 的主要开发人之一以及 Rcpp 的主作者 Dirk Eddelbuettel 合作进行 RcppArmadillo 的开发。主要研究兴趣在于机器学习、AI、模式识别、计算机视觉、高性能数值计算等。

Conrad Sanderson 个人主页：https://conradsanderson.id.au