我最近发布了 matten，一个用于处理多维数组的小型 Rust 库。这是介绍它的四篇短文中的第一篇。这一篇主要讲述它为何存在。
Rust 是一门非常适合数值计算和面向数据工作的语言。但是开始这项工作——仅仅是达到拥有一个矩阵并能将两个矩阵相加的程度——在原型阶段所花费的精力可能比应有的要多。
现有的库功能强大且维护良好。如果你需要性能，请选择 ndarray 或 nalgebra。它们是生产环境数值代码的正确工具。
但它们有一定的学习曲线：泛型类型参数、存储抽象、视图类型、生命周期考量。这种开销通常是值得的。但在概念验证的第一天，这种开销并不总是值得的。
matten 填补的空白狭窄而刻意：让早期的数值 Rust 工作减少繁琐的仪式感，这样你可以将第一个小时花在解决问题上，而不是花在类型系统上。
项目描述借用了一个适度的比喻：家用轿车。易于上手，驾驶可预测，足以舒适地应对大多数日常出行。不是赛车，也不试图成为赛车。
具体来说，这意味着：
- 一个主要的公共类型
Tensor，没有泛型参数。 - 在常规使用中，没有用户可见的生命周期。
- 当形状不匹配时，提供人类可读的错误消息。
- 默认启用 JSON 和 CSV 支持，以便无需繁琐操作即可导入和导出数据。
-
全程使用
#![forbid(unsafe_code)]。
这并不意味着：在关键路径上比替代方案更快。该库对此明确说明。当原型发展为对性能至关重要的项目时，正确的做法是将那部分工作迁移到更强大的库中。matten-ndarray 正是为此交接而存在的，且扁平的 Vec<f64> 存储使得数据易于移动。
如果这听起来像是你心中某个项目的合适工具，下一篇文章将介绍核心库在实际应用中的样子。
附言 —— 名字来源于 mathematical（数学）tensor（张量）？不 😜 它来自一种迷人的日本方言，意思是“等待”。我们花了时间，你也可以慢慢来。
链接： crates.io · docs.rs · mdBook · 仓库
免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。
