在cython中,可以使用数组视图,例如,cython静态形状数组视图
cdef void func(float[:, :] arr)
在我的用法中,第二个维度的形状应该总是2.我可以告诉cython吗?我正在考虑类似的东西:
cdef void func(float[:, 2] arr)
但这会导致无效的语法;或者可能有更类似于C++的东西,例如
cdef void func(tuple<float, float>[:] arr)
在此先感谢!
在cython中,可以使用数组视图,例如,cython静态形状数组视图
cdef void func(float[:, :] arr)
在我的用法中,第二个维度的形状应该总是2.我可以告诉cython吗?我正在考虑类似的东西:
cdef void func(float[:, 2] arr)
但这会导致无效的语法;或者可能有更类似于C++的东西,例如
cdef void func(tuple<float, float>[:] arr)
在此先感谢!
您可以改用2D静态数组。只需使用指针表示法。这里是你如何实现它
def pyfunc():
# static 1D array
cdef float *arr1d = [1,-1, 0, 2,-1, -1, 4]
# static 2D array
cdef float[2] *arr2d = [[1,.2.],[3.,4.]]
# pass to a "cdef"ed function
cfunc(arr2d)
# your function signature would now look like this
cdef void cfunc(float[2] *arr2d):
print("my 2D static array")
print(arr2d[0][0],arr2d[0][1],arr2d[1][0],arr2d[1][1])
调用它,你得到:
>>> pyfunc()
my 2D static array
1.0, 2.0, 3.0, 4.0
我不认为这是真正的支持,但如果你想这样做,则最好的办法可能是使用的structs
memoryviews(这与numpys定制dtypes兼容):
import numpy as np
cdef packed struct Pair1: # packed ensures it matches custom numpy dtypes
# (but probably doesn't matter here!)
double x
double y
# pair 1 matches arrays of this dtype
pair_1_dtype = [('x',np.float64), ('y',np.float64)]
cdef packed struct Pair2:
double data[2]
pair_2_dtype = [('data',np.float64, (2,))]
def pair_func1(Pair1[::1] x):
# do some very basic work
cdef Pair1 p
cdef Py_ssize_t i
p.x = 0; p.y = 0
for i in range(x.shape[0]):
p.x += x[i].x
p.y += x[i].y
return p # take advantage of auto-conversion to a dict
def pair_func2(Pair2[::1] x):
# do some very basic work
cdef Pair2 p
cdef Py_ssize_t i
p.data[0] = 0; p.data[1] = 0
for i in range(x.shape[0]):
p.data[0] += x[i].data[0]
p.data[1] += x[i].data[1]
return p # take advantage of auto-conversion to a dict
和功能向您展示如何称呼它:
def call_pair_funcs_example():
# generate data of correct dtype
d = np.random.rand(100,2)
d1 = d.view(dtype=pair_1_dtype).reshape(-1)
print(pair_func1(d1))
d2 = d.view(dtype=pair_2_dtype).reshape(-1)
print(pair_func2(d2))
我想所做的事情是:
ctypedef double[2] Pair3
def pair_func3(Pair3[::1] x):
# do some very basic work
cdef Pair3 p
cdef Py_ssize_t i
p[0] = 0; p[1] = 0
for i in range(x.shape[0]):
p[0] += x[i][0]
p[1] += x[i][1]
return p # ???
即编译成功,但我无法找到numpy的转换它的任何方式。如果你能弄清楚如何让这个版本起作用,那么我认为这将是最优雅的解决方案。
请注意,我不相信任何这些解决方案的性能优势。您最好的举动可能是告诉Cython后面的维度在内存中是连续的(例如double [:,::1]
),但让它成为任何大小。
后续问题:如何将numpy数组的数据转换为float [2] *'? – user1447257
@ user1447257你想用这个做什么?听起来你想要一个静态形状的数组用于性能目的。但是,如果这只是代码中的语法糖,那么不妨使用通用内存视图语法'float [:,:]'。由于'numpy'数组是动态的,所以除非你想明确复制数据,否则它们不会绑定到float [2] *'。 – romeric
对于更少的缓存缺失,无论如何我都会将其复制到连续的数组中,因为我的代码会多次迭代这些条目。我在想,也许对'float [2] *'数据类型的转换会提高性能,因为指针可以完全线性增加。 – user1447257