Question

在我的代码中，我通常使用numpy数组来连接方法和类。优化我的程序的核心部分我使用cython与那些numpy数组的c指针。不幸的是，我目前正在声明阵列的方式很长。

例如，假设我有一个方法应该返回一个numpy数组someArrayNumpy，但是在函数指针内部* someArrayPointers应该用于速度。这就是我通常声明的方式：

cdef:
    numpy.ndarray someArrayNumpy = numpy.zeros(someArraySize)
    numpy.ndarray[numpy.double_t, ndim=1] someArrayBuff = someArrayNumpy
    double *someArrayPointers = <double *> someArrayBuff.data

[... some Code ...]

return someArrayNumpy

正如您所看到的，基本上一个数组需要3行代码，而且我必须声明更多这些数组。

有更紧凑/聪明的方法吗？我想我错过了什么。

修改

因为J. Martinot-Lagarde问我，我指的是C指针和“numpy指针”。代码基本上是

for ii in range(someArraySize):
    someArrayPointers[ii] += 1

和

for ii in range(someArraySize):
    someArrayBuff[ii] += 1

使用上面的定义，但我添加“ndim = 1，mode ='c'”只是为了确保。结果是someArraySize = 1e8（以毫秒为单位）：

testMartinot("cPointers")
531.276941299
testMartinot("numpyPointers")
498.730182648

这是我从之前/不同的基准测试中粗略记住的。

Answer 1

你实际上在这里声明了两个numpy数组，第一个是通用的，第二个是特定的dtype。你可以跳过第一行，someArrayBuff是一个ndarray。

这给出了：

numpy.ndarray[numpy.double_t] someArrayNumpy = numpy.zeros(someArraySize)
double *someArrayPointers = <double *> someArrayNumpy.data

你需要至少两行，因为你正在使用someArrayPointers并返回someArrayNumpy，所以你必须声明它们。

作为旁注，如果你声明数组的类型和数量，你确定指针比ndarrays更快吗？

numpy.ndarray[numpy.double_t, ndim=2] someArrayNumpy = numpy.zeros(someArraySize)

在cython中声明numpy数组和c指针

1 个答案: