Calling Julia from Python for the real world.

Features:

1. Cross-platform support for both dynamically linked Python and statically linked Python.

2. Support Julia system images.

Prerequisites: Python (>=3.7), Julia (>=1.6)

Then install the tyjuliacall Python package and TyPython Julia package.

pip install -U tyjuliacall
julia -e "import Pkg; Pkg.add(\"TyPython\")"

from tyjuliasetup import use_sysimage  # CAUTIOUS: not 'tyjuliacall'!
use_sysimage(r"/path/to/sysimg")
# if your sysimage contains TyPython,
# you could call use_system_typython() to reduce the time cost of setting up julia.
from tyjuliacall import Base
print(
    "current sysimage in use",
    Base.unsafe_string(Base.JLOptions().image_file))
# out: /path/to/sysimg

虽然tyjuliacall允许在Python和Julia之间传递任意数据，但由于是两门不同的语言，数据转换的类型对应关系是复杂的。

为了保证代码的后向兼容性，使得规范的代码在不同版本的Syslab/tyjuliacall上都可以运行，建议只使用如下的数据类型转换。

Python向Julia函数传参时，推荐只使用下表左边的数据类型，以保证代码的后向兼容。

对于Python传递给Julia的tuple，其各个元素按照以上规则依次转换。

TIPS: 如何传递bytearray或者bytes到Julia?

1. 向Julia函数传递bytes时，可以改为传递一个uint8的数组。

   无拷贝传参： np.array(memoryview(b'mybytes'), dtype=np.uint8) 拷贝传参： np.array(list(b'mybytes'), dtype=np.uint8)

2. 向Julia函数传递bytearray时，可以改为传递一个uint8的数组。

   无拷贝传参： np.asarray(bytearray(b'mybytes')))

当获取Julia函数返回值，或导入Julia模块的非函数对象时，将发生Julia到Python的数据传递。

保证后向兼容的Julia到Python数据转换关系如下表所示：

一个Julia AbstrctArray能转换为numpy数组，当且仅当其元素类型T是以下类型之一

• Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64
• Float16, Float32, Float64
• ComplexF16, ComplexF32, ComplexF64
• Bool

注意，当类型为Vector{String}或者Array{String, 2}的Julia对象被返回给Python时，它被封装为一个tyjuliacall.JV类型。

1. 不要对Julia包/模块使用from ... import *。
2. Vector{String}传到Python是一个tyjuliacall.JV，这是一个纯Julia对象的包装，因此下标索引是从1开始的。