Da Python Pro a Rust rookie: la storia della transizione di un data scientist
Intraprendere il viaggio da Python a Rust può sembrare come scambiare una fidata spada laser con un nuovo tipo di lama: emozionante ma un po’ scoraggiante. In quanto scienziato dei dati che conosce profondamente le peculiarità di Python, immergersi nel mondo di Rust è una nuova sfida entusiasmante. In questo articolo condividerò le mie esperienze e intuizioni, confrontando il modo in cui questi due potenti linguaggi gestiscono un aspetto chiave dello sviluppo software, concentrandomi in particolare sugli ambienti (virtuali) e sulla gestione delle dipendenze.
Quando usi Python, una delle prime cose che impari è lavorare nel cosiddetto ambienti virtuali. È uno strumento cruciale per gestire le dipendenze e isolare pacchetti specifici del progetto in modo tale che non interferiscano con altri progetti o con l’installazione di Python a livello di sistema. Ho scritto un articolo su come I gestire Python qualche anno fa ma è ancora attuale (è cambiato un po’ con micromamba E poesiafatemi sapere se dovrei scrivere un articolo a riguardo).
TLDR: basta usare carico e starai bene per la maggior parte del tempo – Dennis
Dopo aver installato Rust utilizzando rugginela mia prima domanda era: come devo creare un ambiente virtuale? Per me questa è una domanda molto sensata poiché Rust può anche utilizzare molti pacchetti (chiamati Crates) come dipendenze. La verità è che carico risolve questo problema in modo molto elegante. Di seguito sono riportati i miei risultati nel confrontare ambienti virtuali e pip con quelli di Rust carico costruire il sistema.
Dichiarazione di non responsabilità: mentre navigo in questi paesaggi rustici, la mia conoscenza della lingua potrebbe essere ancora un po’ arrugginita (gioco di parole). Unisciti a me in questa avventura di apprendimento mentre sveliamo le sfumature di Cargo e diciamo addio al familiare abbraccio degli ambienti virtuali.
Gli ambienti virtuali in Python vengono creati con strumenti come venv, virtualenvO conda in base al progetto. Sotto il cofano, questi sistemi creano una cartella separata che contiene la distribuzione Python e tutti i suoi pacchetti. Ora, quando installiamo un pacchetto con pip O condail pacchetto e tutte le sue dipendenze vengono installati in questa cartella isolata. Questi strumenti per l’ambiente virtuale fanno…
Fonte: towardsdatascience.com
