在 Cython 中使用类型化的 memoryviews 返回 numpy 友好数组的正确方法？答案

【问题标题】：Correct way to return numpy friendly arrays using typed memoryviews in Cython?在 Cython 中使用类型化的 memoryviews 返回 numpy 友好数组的正确方法？
【发布时间】：2014-04-02 20:22:25
【问题描述】：

我正在尝试使用 Cython memoryviews 创建或获取 numpy 数组，这样我就不必使用 numpy 进行编译，但我想返回 Python 端可以是 ' cast' 成 numpy 数组。例如我有这个函数，它接受一个二维数组并返回一个新的一维数组：

cimport cython
from cython.view cimport array as cvarray

cpdef int[:] myfunc(int[:,:] input_arr, int arr_len):
   cdef int i
   # allocate new int array
   cdef int[:] new_arr = cvarray(shape=(arr_len,), itemsize=sizeof(int), format="i") 
   for i in xrange(arr_len):
      if input_arr[i, 0] == 1:
         new_arr[i] = 0
      else:
         new_arr[i] = 1
   return new_arr

现在从 Python 我实际上想将一个 numpy 数组传递给函数并将结果作为一个 numpy 数组查看：

# From Python
import numpy as np
data = np.array([[0,0,0],[1,0,1]], dtype=np.dtype("i"))
result = myfunc(data, data.shape[0])
# How do I make 'result' accessible as numpy array here??
# ...
result = np.array(result)  # one possibility

如何做到这一点？我的方式正确吗？更具体的问题：

引用new_arr[x] 会返回Python 吗？我希望它是数组的纯 C 索引
cdef int[:] new_arr = ... 和cdef int[::1] new_arr = ... 之间有区别吗？后者看不懂
cvarray 是在这里分配内存的最佳方式，还是clone？对于 numpy 数组，我会使用 np.empty 并且我试图在这里获得同样高效的东西。另外，为什么在cvarray 调用中需要format="i"。
最后，如果clone 是正确的语法，它如何用于二维数组？不清楚https://github.com/cython/cython/blob/f94ad59754a0f0b1cef4a334b988a21392a738c0/Cython/Includes/cpython/array.pxd

这与这篇文章（What is the recommended way of allocating memory for a typed memory view?）有关，我没有完全理解。

【问题讨论】：

您避免使用 cimport numpy 是否有特殊原因？如果您没有同时指定 dtype=np.int 和 copy=False，那么在底部执行 np.array 将会制作一个副本。使用平台本机 int 也要小心，那里漂浮着烦人的问题：stackoverflow.com/questions/589575/size-of-int-long-etc
@meawoppl：我不想需要 numpy 头文件等。我想要简单的 Cython 数组，不想用 Cython 编译 numpy 头文件。我不介意在 Python 端制作副本。
我明白了，除此之外，我会注意到标头随 numpy 一起提供，并且将对相同库进行所有相同的调用。 Numpy 数组只是内存块的向下视图。如果您在数组创建步骤中指定形状，或者运行 reshape() ，它只会返回一个 strides 属性不同的视图，因此可以读取不同维度的访问。一种选择是对这个数组的大小/形状进行所有计算。另一种选择是传入一个 numpy 数组并在您的函数中对其进行变异。这可能是最简单的，因为它也避免了烦人的 refcounting 语义
@meawoppl：你提到的重塑方案的一个例子会有所帮助，因为我不确定我是否遵循。如果我使用 cython 数组，那不会消除所有编译器警告和其他问题（如不推荐使用的 numpy api）吗？我认为如果我不在任何地方使用np 并且不在 setup.py 中使用np.include_header()，我将不再使用 numpy，这是我的目标。在编译 Cython 生成的 *.c 文件时，我根本不想依赖 numpy C API
您可以使用numpy.array 或numpy.asarray 从 Cython 内存视图中获取 NumPy 数组。 np.asarray 实际上只是 numpy.array 的一个薄包装。不过，我不太确定您将如何分配新数组。如果您正在复制内存视图，则其他答案中给出的示例似乎不起作用。

标签： c arrays numpy cython

【解决方案1】：

除非您需要在 Cython 的其他地方使用此功能，否则您应该使用 def 而不是 cpdef。要返回numpy数组可以使用np.asarray()，如下图：

import numpy as np
cimport cython
from cython.view cimport array as cvarray

def myfunc(int[:,:] input_arr, int arr_len):
   cdef int i
   # allocate new int array
   cdef int[:] new_arr = cvarray(shape=(arr_len,), itemsize=sizeof(int), format="i") 
   for i in xrange(arr_len):
      if input_arr[i, 0] == 1:
         new_arr[i] = 0
      else:
         new_arr[i] = 1
   return np.asarray(new_arr)

【讨论】：