嘿开发社区！
我想分享一个我一直在做的副项目，叫做 RustyNum。作为每天使用 NumPy 进行数据处理和科学计算的人，我经常想知道使用 Rust 和 Python 从头开始创建一个类似的库会有多大的挑战性。这种好奇心激发了 RustyNum 的开发——它是 NumPy 的轻量级替代品，利用了 Rust 的强大功能。
RustyNum 是什么？
RustyNum 将 Rust 的速度和内存安全性与 Python 的简单性和灵活性结合在一起。其中一项突出的功能是它使用 Rust 的便携式 SIMD（单指令、多数据）功能，该功能允许 RustyNum 无缝地优化不同 CPU 架构之间的计算。这意味着您无需离开 Python 生态系统即可实现高性能的数组操作。我想学习从头开始构建一个库，因此 RustyNum 没有使用任何第 3 方依赖项。
为什么选择 RustyNum？
- 性能提升：通过利用 Rust 的可移植 SIMD，RustyNum 可以比传统 Python 库更有效地处理性能关键型任务。
- 内存安全：Rust 在没有垃圾收集器的情况下确保内存安全，降低内存泄漏和分段错误的风险。
- 学习经验：这个项目是我深入了解 Rust-Python 互操作性并探索构建数值库的复杂性的绝佳方式。
- 由于没有使用外部依赖项，因此与 Numpy (>10MBytes) 等替代方案相比，Python 轮子非常小 (300kBytes)。
何时考虑 RustyNum：
如果您正在从事数据分析、科学计算或小型机器学习项目，并且发现 NumPy 有点难以满足您的需求，那么 RustyNum 可能是完美的选择。当您需要跨各种硬件优化性能而不需要与基于 C 的库集成的复杂性时，它特别有用。但是，请注意，该库还处于早期阶段，截至目前仅涵盖 Numpy 的基本操作。
立即学习“Python免费学习笔记（深入）”；
您可以在 GitHub 上查看 RustyNum。我很想听听您的反馈、建议或贡献！
感谢您的阅读，祝您编码愉快！
干杯，
伊戈尔
