Question

有没有办法在cython中动态创建数组而不使用malloc + pointer + free的可怕丑陋的kludge？对于这个非常基本的功能，必须有一些引用计数，垃圾收集包装。

我需要这个来实现一个不规则的数组。

inputs=[arr1,arr2,arr3,...]
...
NELEMENTS=len(inputs)
cdef np.ndarray[double,2] lookup[NELEMENTS] #<--- this is where I'm stuck
for i in range(NELEMENTS):
    lookup[i]=inputs[i]

# data.shape =((5000,NELEMENTS))
for i in range(data.shape[0]):
    for j in range(data.shape[1]):
        do_something(lookup[j,data[i,j]])

Answer 1

如果我理解正确，至少有两种方法可以做你想做的事情：

1）创建一个二维numpy数组，其中第二维的大小由最大的输入数组固定。这将浪费一些空间，但是简单而有效。您可以使用zeros函数创建一个充满零的2-dim数组，然后只填充所需的条目。这在下面显示为选项1 。

2）创建一个嵌套的numpy数组，其中lookup2[i]是一个1-dim numpy数组，其大小由input[i]中的元素数定义。这也很简单，但效率较低，因为内部数组存储为通用 Python 对象。

inputs = [ [1] ,[2,3,4], [5,6], [7,8,9,10,11,12]]
NELEMENTS=len(inputs)

# Option 1: create 2-dim numpy array full of zeros, and only populate necessary
# parts
maxInputSize = max( [len(x) for x in inputs] )

cdef np.ndarray[double,ndim=2] lookup = np.zeros( (NELEMENTS, maxInputSize) )

for i in range(NELEMENTS):
    for j in range(len(inputs[i])):
        lookup[i][j] = inputs[i][j]

# Option 2: create nested numpy array
cdef np.ndarray[object, ndim=1] lookup2 = np.empty( (NELEMENTS,), dtype='object' )

for i in range(NELEMENTS):

    nInputs = len(inputs[i])
    lookup2[i] = np.zeros(nInputs)

    for j in range(nInputs):
        lookup2[i][j] = inputs[i][j]

cython中的动态数组创建

1 个答案: