cython数组在纯python模式下

Question

我希望解压缩通过套接字来的列数据-一堆int，然后一堆float等，因此它比struct.unpack快

我当时在考虑使用cython数组，但是找不到常规的python脚本中的使用方法，因为cython示例使用了 from cpython cimport array

我想知道是否可以在纯python模式（类似于cython.locals的情况下）定义cython数组，如果可以，怎么做。

Answer 1

Cython可以处理C型数组（即指向内存位置的指针）和typed memoryviews。实际上，内存视图对应于NumPy数组或buffer objects。

C型数组很难手动管理，而NumPy数组在内存管理方面更为方便。实际上，在NumPy数组/内存视图/缓冲区对象上的性能与“按点C”完成数据存储（指向内存位置的指针）相同，我强烈建议使用NumPy管理数据并传递它周围。任何知道缓冲协议且允许C速度计算的Cython或Python代码，只要计算代码为Cython / C / C ++。

Answer 2

我的查询是关于以最小的开销反序列化列数据。

我使用cast（）选项在纯Python中为我的内存视图找到了解决方案：

from struct import pack, unpack

# Generate sample packed data
# data = 1,2
# pack('2i', *data)
# Result: b'\x01\x00\x00\x00\x02\x00\x00\x00'

# Unpack sample columnar data coming from socket
socket_data = b'\x01\x00\x00\x00\x02\x00\x00\x00'
memoryview(socket_data ).cast('i').tolist()
# Result: [1,2]

这允许一次创建一个memoryview，然后根据需要将数据拆成大块。