首页 文章

在Cython中使用类型化的内存视图返回numpy友好数组的正确方法？

提问于
浏览 次
6

我试图使用Cython内存视图而不创建或采用numpy数组，所以我永远不必编译numpy，但我'd like to return things that on the Python side can be '强制转换为numpy数组 . 例如，我有这个函数，它接受一个2D数组并返回一个新的1d数组：

cimport cython
from cython.view cimport array as cvarray

cpdef int[:] myfunc(int[:,:] input_arr, int arr_len):
   cdef int i
   # allocate new int array
   cdef int[:] new_arr = cvarray(shape=(arr_len,), itemsize=sizeof(int), format="i") 
   for i in xrange(arr_len):
      if input_arr[i, 0] == 1:
         new_arr[i] = 0
      else:
         new_arr[i] = 1
   return new_arr

现在从Python我实际上想要将一个numpy数组传递给该函数并将结果视为一个numpy数组：

# From Python
import numpy as np
data = np.array([[0,0,0],[1,0,1]], dtype=np.dtype("i"))
result = myfunc(data, data.shape[0])
# How do I make 'result' accessible as numpy array here??
# ...
result = np.array(result)  # one possibility

怎么办？我的方式是否正确？更具体的问题：

  • 引用 new_arr[x] 会回到Python吗？我希望它是数组的纯C索引

  • cdef int[:] new_arr = ... 和 cdef int[::1] new_arr = ... 之间有区别吗？我不明白后者

  • cvarray 这是在这里分配内存的最佳方式，还是 clone ？使用numpy数组我会使用 np.empty ，我试图在这里获得有效的东西 . 另外，为什么在 cvarray 调用中需要 format="i" .

  • Finally ，如果 clone 是正确的语法，它如何用于2d数组？ https://github.com/cython/cython/blob/f94ad59754a0f0b1cef4a334b988a21392a738c0/Cython/Includes/cpython/array.pxd目前还不清楚

这与这篇文章（What is the recommended way of allocating memory for a typed memory view?）有关，我对此并不完全了解 .

c arrays numpy cython

1 回答

  • 4

    除非你需要在Cython中的其他地方使用这个函数，否则你应该使用 def 而不是 cpdef . 要返回 numpy 数组，可以使用 np.asarray() ，如下所示：

    import numpy as np
cimport cython
from cython.view cimport array as cvarray

def myfunc(int[:,:] input_arr, int arr_len):
   cdef int i
   # allocate new int array
   cdef int[:] new_arr = cvarray(shape=(arr_len,), itemsize=sizeof(int), format="i") 
   for i in xrange(arr_len):
      if input_arr[i, 0] == 1:
         new_arr[i] = 0
      else:
         new_arr[i] = 1
   return np.asarray(new_arr)
    回复于

相关问题