Passando dados de Mojo para Python
Transfira valores pela ponte de interoperabilidade.
Passando dados de Mojo para Python é uma aula grátis de Mojo Academy no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Mojo Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Mojo Academy inclui 4 aulas no total.
Partes desta aula ainda não foram traduzidas e aparecem em inglês.
Crossing the Bridge
To use a Python library, your Mojo values must cross into Python first. That hand-off is the heart of interop. 🌉
Numbers Convert
Mojo numbers turn into Python numbers automatically when you pass them. A Mojo Int becomes a Python int the library can read.
var n = 42
var result = np.array([n])Build Python Lists
Many NumPy calls expect a Python list. You can write the list literal right inside the call, and Mojo passes it across the bridge.
var a = np.array([1, 2, 3, 4])The PythonObject Type
On the Python side, everything is a PythonObject. It is Mojo's wrapper for any value living in the Python world.
var obj: PythonObject = 3.14Wrap a Value
Annotate a value as PythonObject to convert it for Python. Mojo handles turning your number into the matching Python type.
var py_x: PythonObject = 10Strings Cross Too
Mojo strings convert into Python strings the same way, so you can pass text labels and names straight into Python functions.
var name: PythonObject = "mojo"Pass as Arguments
Once converted, just hand values to a Python call as arguments. The library receives normal Python objects and works as usual.
var scaled = np.multiply(a, 2)Mark It raises
Conversions and Python calls can fail, so wrap this work in a function marked raises to stay safe.
fn send() raises:
var py_x: PythonObject = 5Mind the Copy
Crossing the bridge often copies data into Python's memory. That copy has a cost, so pass big buffers thoughtfully.
Lists of Numbers
You can also pass a Mojo list of values into Python. Each element converts as it crosses, arriving as a Python list.
var data = [1.0, 2.0, 3.0]
var arr = np.array(data)Why It Matters
Smooth conversion means your Mojo numbers and text flow into any Python library, letting you reuse powerful tools without friction. ✨
Quick Check
Recall the type that represents a value once it lives on the Python side.
Recap
You saw Mojo numbers and strings convert into PythonObject values, ready to pass as arguments into any Python call across the bridge. 🎯
Perguntas Frequentes
A aula “Passando dados de Mojo para Python” é grátis?
Sim — o texto completo de “Passando dados de Mojo para Python” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Mojo Academy, atualize para CoddyKit PRO. O curso de Mojo Academy inclui 4 aulas no total.
O que vou aprender em “Passando dados de Mojo para Python”?
Transfira valores pela ponte de interoperabilidade. Você pratica Mojo Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Mojo Academy?
Nenhuma experiência prévia é necessária. Mojo Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.
Quanto tempo leva a aula “Passando dados de Mojo para Python”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Mojo Academy?
Sim. Cada aula de Mojo Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Usando NumPy a partir de Mojo
- Passando dados de Mojo para Python
- Lendo objetos Python de volta
- Armadilhas de desempenho da interoperabilidade