Question

2013年的祝福！

我正在使用SciPy编织内联我的一些C ++代码来转换大型矩阵（大约200.000 x 15）。它就像一个魅力，但我有一个关于类型转换的问题：

我的输入矩阵是从文件，逗号分隔等中读取的，因此所有条目都是字符串而不是浮点数（'0.551'而不是0.551）。这不影响转置函数的工作方式，但后来我必须将某些行转换为numpy float数组，所以我想知道是否可以在C ++代码中完成。让我用一些代码解释一下：

def transpose(lines, N, x):
    code =  """
            py::list matrix;
            for(int i = 0; i < x; i++) {
                py::list line;
                if(i == 1) { continue; }
                for(int j = 0; j < N; j++) {
                    line.append(lines[j][i]);
                }
                matrix.append(line);
            }
            return_val = matrix;
            """
    return weave.inline(code, ['lines', 'N', 'x'])

matrix = [['0.5','0.1'],['0.2','0.2']]
matrixT = transpose(matrix, len(matrix), len(matrix[0]))
final_result = np.array(matrixT[0], dtype=float)

在示例中，我的小矩阵将被转置，我的示例结果将是转置矩阵的第一行转换为dtype float的numpy数组。这可以用C ++代码完成吗？我已经尝试过使用double x = (double) lines[j][i]之类的东西了，但它不知道怎样才能附加到py :: list对象。

Answer 1

以下内容可以完成你想要的所有事情：

def transpose(lines):
    code =  """
            for(int i = 0; i < x; i++) {
                for(int j = 0; j < N; j++) {
                    out[j + i * N] = atof(lines[j][i]);
                    // OUT2(i, j) = atof(lines[j][i]);
                }
            }
            """
    N = len(lines)
    x = len(lines[0])
    out = np.empty((x, N), dtype=np.float64)
    weave.inline(code, ['lines', 'N', 'x', 'out'])
    return out

>>> matrix = [['0.5', '0.1', '0.7'],['0.2','0.2', '0.4']]
>>> matrix
[['0.5', '0.1', '0.7'], ['0.2', '0.2', '0.4']]
>>> transpose(matrix)
array([[ 0.5,  0.2],
       [ 0.1,  0.2],
       [ 0.7,  0.4]])

除了在没有编写任何C之类的6年之后不断忘记;之后，我在查找out在C ++代码中变成什么时遇到了很多麻烦，最后它是指向数据本身的指针，而不是指向documentation状态的PyArrayObject。编织定义的两个变量可供使用，out_array和py_out，分别为PyArrayObject*和PyObject*类型。

我留下了另一个版本的作品：weave自动定义宏<VAR>1，<VAR>2，<VAR>3和<VAR>4来访问数组的项目相应的维数。

编织内联类型转换（python）

1 个答案: