Pyodideは今どれくらいできるのか #Python

Pyodide

Pyodideは、CPythonをWebAssembly/Emscriptenに移植したものです。ブラウザ向けのPythonランタイムとも言えます。

2019年にMozillaが発表し、2021年に独立したプロジェクトになりました。

発音

以上を参考にカタカナにすると「パイアダイド」？

Pyodideを使う目的

RustやGoなどソースコードをコンパイルしてWebAssemblyバイナリを生成するものは高いパフォーマンスが期待できます。
一方でPyodideはコンパイルをせず実行環境をWebAssemblyに持ってきている方式なので、パフォーマンス面の恩恵は大きくないと思われます。PythonのコードやライブラリをWebフロントエンドに持ってきて、モバイルなど様々な環境でもサーバを使わずに動かせるという点が長所になると思います。

特にPythonはデータサイエンスや科学技術計算まわりでよく使われますが、そういった資産をそのままWebフロントエンドに持ってくるのがPyodideの主な目的のひとつになると思います。

Pyodideの試す

Web上にコンソールがあり、いきなり試せます。

Pyodideでコードを実装する

とりあえず動かす

公式サイトのサンプルをもとに、こんなHTMLを書きます。

<!DOCTYPE html>
<html lang="ja">
  <head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Document</title>

    <script src="https://cdn.jsdelivr.net/pyodide/v0.24.1/full/pyodide.js"></script>
  </head>

  <body>
    <script>
      async function main() {
        let pyodide = await loadPyodide();
        const code = `
from datetime import datetime
now = datetime.now()
now.strftime("ただいま%Y年%m月%d日 %H時%M分%S秒です")
        `;
        window.alert(pyodide.runPython(code));
      };

      main();
    </script>
  </body>
</html>

code変数のテンプレートリテラルに文字列でPythonソースコードが入っています。

ポイントは下記2点です。

<script src="https://cdn.jsdelivr.net/pyodide/v0.24.1/full/pyodide.js"></script>でPyodideを読み込む
pyodide.runPython()にPythonコードを文字列で与えて実行

HTMLファイルが用意できたら、適当な方法でHTTPサーバを立ち上げます。
PythonやNode.jsがあれば$ python -m http.server 3000や$ npx serveとか。Dockerがあれば$ docker run -it --rm -v $(pwd):/app --workdir /app -p 3000:3000 python:3.10-slim python -m http.server 3000とか$ docker run -it --rm -v $(pwd):/app --workdir /app -p 3000:3000 node:alpine npx serveなど、お好みの方法を使えばいいです。

これで、localhostをブラウザで開けばPythonが実行できます。

パッケージの追加

Pythonの強みのひとつは機械学習などの豊富なパッケージです。Pyodideを使えば、それらをそのままWebフロントエンドで利用できます。

下記のような、scikit-learnで単純な線形回帰をするPythonプログラムを実行したいとします。

Python

import pandas
import numpy
from sklearn import linear_model

df = pandas.DataFrame([
    {"身長": 160, "体重": 57},
    {"身長": 169, "体重": 61},
    {"身長": 180, "体重": 70},
])

reg = linear_model.LinearRegression()
reg.fit(df[["身長"]].values, df["体重"].values)

reg.predict([[175]])[0] #=> 66.16611295681065

pandas,numpy,scikit-learnのパッケージはmicropip.install()で追加できます。

index.html

       async function main() {
         let pyodide = await loadPyodide();
+        await pyodide.loadPackage("micropip");
+        const micropip = pyodide.pyimport("micropip");
+        await micropip.install('numpy');
+        await micropip.install('pandas');
+        await micropip.install('scikit-learn');

これで上記のPythonコードが動くようになります。

ただし、当然100%なんでも動かせるわけではありません。

Micropip can only load pure Python wheels or wasm32/emscripten wheels built by Pyodide.

Pyodideでビルドされたwheelか、pure Pythonで書かれたwheelしか読み込めません。

たとえばtransformersは記事執筆現在ValueError: Can't find a pure Python 3 wheel for 'safetensors>=0.3.1'.というエラーで失敗します。Pyodideで使うにはなんとかしてwasm用ビルドを用意する必要があります。
TransformersにはJavaScriptに移植されたTransformers.jsがありますが、そちらをPyodideで動くようにラップしたTransformers.js.pyというのはあります。

Pyodideを使った色々なアプリケーション

PyScript

PyScriptはPyodideを利用して¹HTML内にPythonを埋め込んで実行するためのパッケージです。Anaconda Inc.が開発しています。

Web開発に慣れているなら、サンプルコードを見たほうが話が早いと思います。

<!doctype html>
<html>
  <head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width,initial-scale=1.0">
    <link rel="stylesheet" href="https://pyscript.net/releases/2024.1.1/core.css">
    <script type="module" src="https://pyscript.net/releases/2024.1.1/core.js"></script>
    <title>PyScript Hello World</title>
  </head>

  <body>
    <section>
      Hello world!
      <script type="py">
        from pyscript import display
        from datetime import datetime
        now = datetime.now()
        display(now.strftime("ただいま%Y年%m月%d日 %H時%M分%S秒です"))
      </script>
    </section>
  </body>
</html>

先ほどPyodideを使った例ではJavaScript側にメインの処理があって、文字列としてPythonコードを渡したりしていましたが、PyScriptでは<script type="py">タグの中にPythonコードを記述しています。
パッケージの追加も簡単になります。

<py-config>
{
  "packages": ["pandas", "numpy", "scikit-learn"]
}
</py-config>
<script type="py">
from pyscript import display
import pandas
import numpy
from sklearn import linear_model

df = pandas.DataFrame([
    {"身長": 160, "体重": 57},
    {"身長": 169, "体重": 61},
    {"身長": 180, "体重": 70},
])

reg = linear_model.LinearRegression()
reg.fit(df[["身長"]].values, df["体重"].values)

display(reg.predict([[175]])[0]) #=> 66.16611295681065
</script>

スクラッチでPyodideを利用したWebアプリを開発するなら、PyScriptを使うほうが便利だと思います。

Jupyter Lite

Jupyter Liteは、ブラウザだけで動作するJupyterLabです。デモサイトで試せます。

JupyterLabを使ったことがあれば、特に何も違和感は無いと思います。見た目はふつうのJupyterLabなので違いが分かりにくいですが、クライアントサイドで動いています。ネットワークがオフラインになっても使えます。

GradioのPyodide版「Gradio-Lite」

Gradioは、Pythonで機械学習アプリケーションをWebに実装して共有するための便利なフレームワークです。Gradio自体はサーバサイドで動くWebアプリケーションですが、そのGradioをPyodideを利用してブラウザに移植したのがGradio-Liteです。

<!DOCTYPE html>
<html lang="ja">
  <head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Document</title>

    <script type="module" crossorigin src="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.js"></script>
    <link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.css" />
  </head>
  <body>
    <gradio-lite>
import gradio as gr

def greet(name):
  return f"こんにちは、{name}さん"

gr.Interface(greet, "textbox", "textbox").launch()
    </gradio-lite>
  </body>
</html>

他にもStreamlitのPyodide版「stlite」もあります。

まとめ

Pyodideを使ってPythonのソースコードをブラウザ上などで動かせるようになります。いくつかの主要なPythonアプリケーションがPyodideに対応しているのもあって、Pythonで開発したアプリケーションをデプロイ・配布する手段のひとつとして選択肢に入ることはあると思います。
一方でPyTorchのサポートが難しい・GPUが使えないなどで、本格的な機械学習アプリケーションの開発をすべてPyodideで行うのは今は難しいと思いました。

参考

Three Python trends in 2023

厳密にはMicroPythonもサポートしている ↩