Question

有一些类似的问题，但没有一个解决我的问题，所以我在这里发布了一个新问题。

当我尝试给一个函数提供一个三维numpy数组作为输入时，Cython给了我一个错误，告诉我：“ValueError：Buffer有错误的维数（预期2，得到3）”。但是当我给它一个二维数组时，它会崩溃（python停止响应，我认为这是因为我试图在二维数组上执行三维矩阵运算）。

然后，我尝试将输入排版为三维数组，但该函数仍然期望一个二维数组。我以为我的代码可能有问题，但是当我摆脱cython变量声明并将其作为python文件运行时，一切都很好。

这是函数声明：

def isfc(np.ndarray[double, ndim=3] multi_activations, int gaussian_variance):
  #cython variable declaration
  cdef int time_len, activations_len, subj_num, timepoint, subj
  cdef np.ndarray[double, ndim=2] correlations_vector, normalized_activations, coefficients,normalized_sum_activations
  cdef np.ndarray[double, ndim=3] c_activations, activations_sum, correlations_mean
  cdef np.ndarray[double, ndim=4] correlations
  cdef np.ndarray gaussian_array, coefficients_sum, coefficient, sigma_activations, sigma_activations_sum

  #assign initial parameters
  **subj_num, activations_len, time_len= multi_activations.shape[0],multi_activations.shape[1],multi_activations.shape[2]**
  coefficients_sum = np.zeros(time_len)
  correlations= np.zeros([subj_num, time_len,activations_len,activations_len])
  correlations_vector = np.zeros([time_len,(activations_len * (activations_len-1) / 2)])
  coefficients = np.zeros([time_len, activations_len,time_len])
  gaussian_array = np.array([exp(-timepoint**2/2/gaussian_variance)/sqrt(2*pi*gaussian_variance) for timepoint in range(-time_len+1,time_len)])
  **c_activations = np.array(multi_activations)**

有问题的输入是multi_activations，它仅在标记为**的行上使用，然后才会复制到3维cython缓冲区。

我已将错误缩小到函数调用，特别是当我将3维数组作为multi_activations输入传递给此函数时。我在函数调用时遇到错误，而不是函数内部。它只是输入参数的缓冲区大小不匹配。任何帮助将不胜感激

Answer 1

错误发生在该行：

coefficients = np.zeros([time_len, activations_len,time_len])

我收到一条指向正确行的有用错误消息。如果您没有，那么您可能在构建过程中移动或重命名了文件，因此在运行时无法找到.pyx文件。

解决方案是将coefficients的类型更改为3D数组，或者使用np.zeros创建2D数组。

在传递2D数组时，我无法重现您的崩溃 - 我只是得到ValueError: Buffer has wrong number of dimensions

Cython ValueError：缓冲区的维数错误（预期2，得3）

1 个答案: