面向 FastJet 的数组导向 Python 接口

HEP 数据分析是一个迭代过程，其中一步的结果往往为下一步提供信息。在探索性分析中，常对事件集合执行一次计算，然后查看结果（通常用直方图）以决定下一步尝试什么。Awkward Array 是一个 Scikit-HEP 的 Python 包，支持以数组为单位的操作进行数据分析，将切割实现为切片、组合实现为可组合函数等。然而，大多数 C++ HEP 库（如 FastJet）具有命令式、逐粒子的接口，在 Python 中效率低下，且违背科学 Python 的数组为单位逻辑。因此，我们开发了 fastjet，一个可通过 pip 安装的 Python 包，提供 FastJet C++ 二进制文件、经典（逐粒子）Python 接口，以及用于 Awkward Array 的新数组导向接口。新接口简化了与 HEP 之外的科学 Python 软件（如机器学习）的互操作。在一个案例中，采用该库及其他数组导向工具将 HEP 分析代码加速了 20 倍。其设计易于与 Scikit-HEP 生态系统中的库集成，包括 Uproot（文件 I/O）、hist（直方图）、Vector（洛伦兹矢量）和 Coffea（高层粘合）。我们讨论了 fastjet Python 库的设计，将经典接口与数组导向接口以及用于洛伦兹矢量运算的 Vector 库相集成。新接口以开源形式开发。