作者 | Yorkie 這次主要給 大家帶來一個好東西，它的主要用途就是能讓大家在 Node.js 中使用 Python 的接口和函數。 可能你看到這裡會好奇，會疑惑，會不解，我 Node.js 大法那麼好，幹嘛要用 Python 呢？ 如果你之前嘗試了解過一些機器學習的 JavaScript 的應用，就會比較清楚這背後的原因。
現狀是機器學習生态幾乎是捆綁在 Python 這門語言在高速疊代着的，而 JavaScript 隻能望其項背，如果我們期望從零做到 Python 如今的規模，需要付出的工作量是巨大的，這個我在幾年前寫了 tensorflow-nodejs 的時候，就已經這麼覺得了。
是以，我們就必須換一個思路，既然無法超越你，那麼就利用你。對于腳本語言的開發者來說，其實并不在意底層是如何實作的，隻要上層的語言和接口是我熟悉的就好，是以 Boa 就是為此而誕生的一個 Node.js 庫，它通過橋接 CPython 來讓 JavaScript 具備通路 Python 生态的能力，另外又借助于 ES6 新特性，來為使用者提供無縫的開發體驗，那麼到底是如何的體驗呢？
下面來看一個簡單的例子：
是不是很簡單呢，隻需要通過 boa.import 将 Python 的對象加載進來後，剩下的對象通路、函數調用以及數組通路都與我們使用 JavaScript 毫無差別。
上面的例子除了示例了如何從 JavaScript 中繼承自一個 Python 的類之外，還展示了我們如何使用 PyTorch 來建立一個模型，這是不是很 JavaScript 呢？
值得一提的是，在 Boa 的代碼中，沒有對 PyTorch 做過任何的封裝，隻要你在本地通過 Python 安裝了對應的包就可以像上面的代碼一樣使用了，是以理論上你可以對任何 Python 包做上面所做的事情。
接下來，我們分别介紹一些主要的方法。
builtins()
Python 會内置一些常用的方法在 builtin 中，具體的 API 清單在：https://docs.python.org/3.7/library/functions.html，那麼 Boa 也提供了對應的方法：
import(name)
除了内置的方法外，最重要的功能便是加載 Python 包，那麼 import 就是做這個事兒的。
kwargs(map)
接下來是 Python 中的關鍵字參數(Keyword Arguments)，在 Python 中，提供了一種使用 Map 的方式來表示參數，如：
它能更好地幫助調用者了解每個參數的含義，為此，在 Boa 中增加了 kwargs 方法來支援這種用法：
with(ctx, fn)
With 可能對于一些熟悉 JavaScript 曆史的人會比較眼熟，但 Python 中的 with，用法和目的并不與 JavaScript 相同，Python 中的 with 語句有點類似于 JavaScript 中的 Block Scoping：
上面的 Python 代碼是将 localcontext() 的狀态儲存下來，然後開始執行 with 語句中的塊代碼，最後，将 localcontext() 的狀态釋放。
内部的實作機制就是每個傳到 with 語句中的變量需要實作兩個方法：enter 和 exit，然後分别在塊代碼執行前後調用，是以對于 Boa 中的用法，如下：
上面的例子是 PyTorch 中一個普通的計算模型效果的邏輯，首先通過 torch.no_grad() 設定了一個上下文，然後開始執行計算的代碼，在塊代碼執行結束後，會自動将狀态恢複。
eval(str)
最後一個要說的，就是動态的執行一些 Python 表達式(單行)，為什麼要提供這麼一個方法呢？這還是要說回 Python 的優勢，在一些很複雜的資料處理的場景，往往 Python 表達式還是能非常簡單易懂地表達，這樣就大大地減少了代碼的複雜度，我們先來看一個例子：
上面的代碼如果要換成 JavaScript 的話：
看着似乎差不多了多少是吧？那麼再來看看下面的例子：
怎麼樣，是否是感覺上面的例子已經沒法使用 JavaScript 簡單的一行就能搞定了呢？
不過值得一提的是，JavaScript 在這方面也在漸漸地彌補，這裡 是整理的一些 TC39 正在做的一些相關的标準，其中就包括上面的 Slice Notation。
說回到 eval 的定位，它像是對 JavaScript 的補充，它在一些标準還未落地和穩定之前，可以讓我們使用 Python 表達式來更簡單地表達，而所需要的僅僅是一些低成本的學習即可。
接下來就說說 eval 到底如何使用，它接受一個“字元串”，但我們一般在使用時都會通過 Template String，下來先看兩個例子：
看完上面兩行代碼，它們是比較少見的用法。真正常用，也是最能發揮出 eval 效果的是使用 Tagged Template String，這種用法就像我們一開始看到的一樣，在 eval 後面直接跟模版字元串的内容，這樣做的好處是 eval 函數會接收到所有的模版參數，這樣我們便可以将 JavaScript 的對象和 Python 表達式打通，實作更平滑的使用體驗，如下：
上面就是把 chunk 傳到了表達式中，再通過 Python 的 Slice Notation 文法去取到對應的值，最後傳回到 JavaScript 的世界中。
尾聲
好了，簡單的 API 介紹就先到這裡，如果想了解更多 API 和 Boa 的能力，可以到 Boa 的文檔了解：https://github.com/alibaba/pipcook/blob/master/docs/tutorials/want-to-use-python.md。
另外，Boa 作為 Pipcook 的一個子項目，也非常歡迎大家來加入進來，對于想加入的同學可以通過這些 Issue 作為不錯的開始：https://github.com/alibaba/pipcook
最後再說一下 Boa 的初衷，就是希望能讓 Node.js 開發者更無縫地使用 Python 中豐富的機器學習生态。可以說，從今天開始，你就可以開始看着 Python 的文檔，使用 JavaScript 來“學習”機器學習和深度學習了！
敬請關注「Nodejs技術棧」微信公衆号，擷取優質文章
▼往期精彩回顧▼Nodejs Stream pipe 的使用與實作原理分析Nodejs 中基于 Stream 的多檔案合并實作Node.js util.promisify 實作源碼解析深入 Nodejs 源碼探究 CPU 資訊的擷取與使用率計算Nodejs 進階：解答 Cluster 子產品的幾個疑問多元度分析 Express、Koa 之間的差別Node.js 服務 Docker 容器化應用實踐JavaScript 浮點數之迷：大數危機 Node.js 是什麼？我為什麼選擇它？TypeScript 面向對象程式設計(OOP)不容錯過的 Node.js 項目架構Node.js 記憶體管理和 V8 垃圾回收機制