TG Telegram Group & Channel
Библиотека питониста | Python, Django, Flask | United States America (US)
Create: Update:

📱 Python теперь может вызывать Mojo-код

Что такое Mojo

Mojo — компилируемый язык с синтаксисом Python и скоростью C. Создан для ML, численных вычислений и высокопроизводительного кода.

Теперь Python умеет напрямую вызывать Mojo-функции — и это меняет игру.

Как это работает

1. Установка:

uv pip install modular --index-url https://dl.modular.com/public/nightly/python/simple/


2. Mojo-функция:
fn factorial(py_obj: PythonObject) raises -> PythonObject:
var n = Int(py_obj)
var result = 1
for i in range(1, n + 1):
result *= i
return result


3. Вызов из Python:
import mojo_module
print(mojo_module.factorial(10))


Производительность

На factorial(10) разница небольшая.
Но при подсчёте простых чисел до 20 000:
— Python: \~0.45 сек
— NumPy: \~0.26 сек
— Mojo: \~0.01 сек (!)

Mojo оказался в десятки раз быстрее, даже с простой реализацией.

Недочёты

При больших числах (factorial(100)) возможны переполнения — тип Int ограничен. Также Mojo всё ещё в стадии активной разработки.

Вывод

➡️ Mojo уже ускоряет Python-код и отлично подходит для тяжёлых вычислений.
➡️ Он проще, чем Rust, и быстрее, чем Python — особенно на численных задачах.
➡️ Пока это не продакшн-решение, но потенциал огромный.

🔗 Больше деталей по ссылке: https://clc.to/4WM6Hw

Библиотека питониста #буст

📱 Python теперь может вызывать Mojo-код

Что такое Mojo

Mojo — компилируемый язык с синтаксисом Python и скоростью C. Создан для ML, численных вычислений и высокопроизводительного кода.

Теперь Python умеет напрямую вызывать Mojo-функции — и это меняет игру.

Как это работает

1. Установка:
uv pip install modular --index-url https://dl.modular.com/public/nightly/python/simple/


2. Mojo-функция:
fn factorial(py_obj: PythonObject) raises -> PythonObject:
var n = Int(py_obj)
var result = 1
for i in range(1, n + 1):
result *= i
return result


3. Вызов из Python:
import mojo_module
print(mojo_module.factorial(10))


Производительность

На factorial(10) разница небольшая.
Но при подсчёте простых чисел до 20 000:
— Python: \~0.45 сек
— NumPy: \~0.26 сек
— Mojo: \~0.01 сек (!)

Mojo оказался в десятки раз быстрее, даже с простой реализацией.

Недочёты

При больших числах (factorial(100)) возможны переполнения — тип Int ограничен. Также Mojo всё ещё в стадии активной разработки.

Вывод

➡️ Mojo уже ускоряет Python-код и отлично подходит для тяжёлых вычислений.
➡️ Он проще, чем Rust, и быстрее, чем Python — особенно на численных задачах.
➡️ Пока это не продакшн-решение, но потенциал огромный.

🔗 Больше деталей по ссылке: https://clc.to/4WM6Hw

Библиотека питониста #буст
Please open Telegram to view this post
VIEW IN TELEGRAM


>>Click here to continue<<

Библиотека питониста | Python, Django, Flask






Share with your best friend
VIEW MORE

United States America Popular Telegram Group (US)