require'pycall/import'includePyCall::Import

# Pythonだと、 import matplotlibpyimport:matplotlibpyimport'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 pltpyimport'matplotlib.pyplot',as: :pltplt=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 Tokenizerpyfrom'janome.tokenizer',import: :Tokenizer# Python だと from keras.layers import Dense, Dropoutpyfrom'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pr_array[1],r_array.class# -> 1.0, Arraypp_list[1],p_list.class# -> 1.0, <class 'list'>pnp_array[1],np_array.class# -> 1.0, <class 'numpy.ndarray'>pp_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|px}# OKp_list.each{|x|px}# OKnp_array.each{|x|px}# OKp_deque.each{|x|px}# 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}# OKp_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: :dequep_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=Numpya=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]pb# 3.0 が表示される。当たり前じゃないかpb.class# Object と表示される。　float じゃないんだp"bは3だよ"ifb==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"ifb==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')

classBoomodulePyextendPyCall::Importpyimport:tensorflow,as: :tfend...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？...endclassFoo...tf=PyCall.import_module(:tensorflow)# 記法2...end

#記法 1PyCall.exec(<<PYTHON)def double(object):  return object * 2PYTHONa=5pPyCall.eval("double(#{a})")# -> 10c="'!!'"pPyCall.eval("double(#{c})")# -> "!!!!"#記法 2double=PyCall.eval(<<PYTHON)  lambda object: object *2PYTHONa=5pdouble.(a)# -> 10c='!!'pdouble.(c)# -> "!!!!"

PyCall.exec(<<PYTHON)import randomclass 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.valPYTHONdie=PyCall.eval('Die').(4)# PyCall.eval('Die').new(4) とも書けるdie.look# -> 4die.roll# -> 1i=5die.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importtensorflowastfimporttensorflow.contrib.eagerastfetfe.enable_eager_execution()

# Eager Execution を使う ruby のコード冒頭部pyimport:tensorflow,as: :tftf.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Arraytm=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ptm# 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Arrayfile_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<<lineend}# 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|px}

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

size=3x=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