如何在nopython模式下将float numpy数组值转换为numba jitted函数内的int

时间:2016-03-17 02:26:06

标签: python numpy numba

在numba jitted nopython函数中,我需要使用另一个数组中的值来索引数组。两个数组都是numpy数组浮点数。

例如

@numba.jit("void(f8[:], f8[:], f8[:])", nopython=True)
def need_a_cast(sources, indices, destinations):
    for i in range(indices.size):
        destinations[i] = sources[indices[i]]

我的代码不同,但让我们假设这个愚蠢的例子可以重现这个问题(即我不能有int类型的索引)。 AFAIK,我不能在nopython jit函数中使用int(indices [i])或indices [i] .astype(“int”)。

我该怎么做?

2 个答案:

答案 0 :(得分:2)

至少使用numba 0.24,你可以做一个简单的演员:

import numpy as np
import numba as nb

@nb.jit(nopython=True)
def need_a_cast(sources, indices, destinations):
    for i in range(indices.size):
        destinations[i] = sources[int(indices[i])]

sources = np.arange(10, dtype=np.float64)
indices = np.arange(10, dtype=np.float64)
np.random.shuffle(indices)
destinations = np.empty_like(sources)

print indices
need_a_cast(sources, indices, destinations)
print destinations

# Result
# [ 3.  2.  8.  1.  5.  6.  9.  4.  0.  7.]
# [ 3.  2.  8.  1.  5.  6.  9.  4.  0.  7.]

答案 1 :(得分:2)

如果您真的无法使用int(indices[i])(适用于JoshAdel,也适用于我),您应该可以使用math.truncmath.floor来处理它:

import math

...

destinations[i] = sources[math.trunc(indices[i])] # truncate (py2 and py3)
destinations[i] = sources[math.floor(indices[i])] # round down (only py3)
据我所知,

math.floor仅适用于Python3,因为它在Python2中返回float。但另一方面,math.trunc会反复出现负值。