Question

我正在尝试编写Cython代码来转储密集的特征矩阵，目标向量对比libsvm格式更快，而不是sklearn的内置代码。我收到一个编译错误，抱怨将目标向量（一个整齐的int数组）传递给相关的c函数的类型问题。

以下是代码：

import numpy as np
cimport numpy as np
cimport cython

cdef extern from "cdump.h":
    int filedump( double features[], int numexemplars, int numfeats, int target[], char* outfname)

@cython.boundscheck(False)
@cython.wraparound(False)
def fastdumpdense_libsvmformat(np.ndarray[np.double_t,ndim=2] X, y, outfname):
    if X.shape[0] != len(y):
        raise ValueError("X and y need to have the same number of points")

    cdef int numexemplars = X.shape[0]
    cdef int numfeats = X.shape[1]

    cdef bytes py_bytes = outfname.encode()
    cdef char* outfnamestr = py_bytes

    cdef np.ndarray[np.double_t, ndim=2, mode="c"] X_c
    cdef np.ndarray[np.int_t, ndim=1, mode="c"] y_c
    X_c = np.ascontiguousarray(X, dtype=np.double)
    y_c = np.ascontiguousarray(y, dtype=np.int)
    retval = filedump( &X_c[0,0], numexemplars, numfeats, &y_c[0], outfnamestr)

    return retval

当我尝试使用distutils编译此代码时，我收到错误

cythoning fastdump_svm.pyx to fastdump_svm.cpp

Error compiling Cython file:
------------------------------------------------------------ ...

    cdef np.ndarray[np.double_t, ndim=2, mode="c"] X_c
    cdef np.ndarray[np.int_t, ndim=1, mode="c"] y_c
    X_c = np.ascontiguousarray(X, dtype=np.double)
    y_c = np.ascontiguousarray(y, dtype=np.int)
    retval = filedump( &X_c[0,0], numexemplars, numfeats, &y_c[0], outfnamestr)
                                                         ^
------------------------------------------------------------

fastdump_svm.pyx:24:58: Cannot assign type 'int_t *' to 'int *'

知道如何修复此错误吗？我最初遵循传递y_c.data的范例，这有效，但这显然不是推荐的方式。

Answer 1

问题是numpy.int_t与int不同，您可以通过打开sizeof(numpy.int_t)和sizeof(int)来轻松检查此内容。

int是一个c int，由c标准定义为至少16位，但它在我的机器上是32位。 numpy.int_t通常是32位或64位，具体取决于您是否使用32位或64位版本的numpy，但当然有一些例外（可能对于Windows用户）。如果你想知道哪个numpy dtype与你的c_int匹配，你可以np.dtype(cytpes.c_int)。

所以要将你的numpy数组传递给c代码，你可以这样做：

import ctypes
cdef np.ndarray[int, ndim=1, mode="c"] y_c
y_c = np.ascontiguousarray(y, dtype=ctypes.c_int)
retval = filedump( &X_c[0,0], numexemplars, numfeats, &y_c[0], outfnamestr)

Answer 2

启动numpy数组以匹配计算机上的C dtype=np.dtype("i")时，也可以使用int。

cdef int [:] y_c
c_array = np.ascontiguousarray(y, dtype=np.dtype("i"))

将numpy整数数组传递给c代码

2 个答案: