在 Cython 中声明一个 numpy 布尔掩码

Question

我应该如何在 Cython 中声明布尔掩码的类型？我真的需要申报吗？示例如下：

cpdef my_func(np.ndarray[np.double_t, ndim = 2] array_a,
            np.ndarray[np.double_t, ndim = 2] array_b,
            np.ndarray[np.double_t, ndim = 2] array_c):

    mask = ((array_a > 1) & (array_b == 2) & (array_c == 3)
    array_a[mask] = 0.
    array_b[mask] = array_c[mask]
    return array_a, array_b, array_c

Answer 1

您需要通过np.ndarray[np.uint8_t, ndim = 2, cast=True] mask = ... 将np.uint8_t“转换”为bool，即

cimport numpy as np
cpdef my_func(np.ndarray[np.double_t, ndim = 2] array_a,
            np.ndarray[np.double_t, ndim = 2] array_b,
            np.ndarray[np.double_t, ndim = 2] array_c):
    cdef np.ndarray[np.uint8_t, ndim = 2, cast=True] mask = (array_a > 1) & (arr
ay_b == 2) & (array_c == 3)
    array_a[mask] = 0.
    array_b[mask] = array_c[mask]
    return array_a, array_b, array_c

否则（没有cast=True）代码会编译，但由于类型不匹配而在运行时抛出。

但是，您根本不需要定义 mask 的类型，并且可以将其用作 python 对象：会有一些性能损失，或者更准确地说，错过了加快速度的机会通过早期类型绑定，但在你的情况下它可能并不重要。

---

还有一件事：我不知道您的真实代码是什么样的，但我希望您知道，cython 根本不会加速您的示例 - 与 numpy 相比没有什么好处。

---

我们可以轻松验证 bool-np.array 每个值使用 8 位（至少在我的系统上）。这一点都不明显，例如每个值只能使用一点（很像bitset）：

import sys
import numpy as np
a=np.random.random((10000,))
sys.getsizeof(a)
>>> 80096
sys.getsizeof(a<.5)
>>> 10096

很明显，双精度数组每个元素需要 8 个字节 + 86 字节开销，掩码每个元素只需要一个字节。

我们还可以看到，False 由0 表示，True 由1 表示：

print (a<.5).view(np.uint8)
[1 0 1 ..., 0 0 1]

使用cast=True 可以访问底层数组中的原始字节，这是对数组内存的一种重新解释。

Here 是一些信息，虽然很旧。