tutorial - python iterate numpy array

Pasar y devolver matrices numpy a métodos C++ a través de Cython

Question

Hay muchas preguntas sobre el uso de numpy en cython en este sitio, una particularmente útil es el simple ajuste del código C con cython .

Sin embargo, la interfaz de la interfaz cython / numpy parece haber cambiado un poco , en particular para garantizar el paso de matrices contiguas a la memoria.

¿Cuál es la mejor manera de escribir una función de envoltorio en cython que:

• toma una matriz numpy que es probable pero no necesariamente contigua
• llama a un método de clase C ++ con la firma double* data_in, double* data_out
• devuelve una matriz numpy del double* que escribió el método?

Mi intento está abajo:

cimport numpy as np
import numpy as np # as suggested by jorgeca
cdef extern from "myclass.h":
cdef cppclass MyClass:
MyClass() except +
void run(double* X, int N, int D, double* Y)
def run(np.ndarray[np.double_t, ndim=2] X):
cdef int N, D
N = X.shape[0]
D = X.shape[1]
cdef np.ndarray[np.double_t, ndim=1, mode="c"] X_c
X_c = np.ascontiguousarray(X, dtype=np.double)
cdef np.ndarray[np.double_t, ndim=1, mode="c"] Y_c
Y_c = np.ascontiguousarray(np.zeros((N*D,)), dtype=np.double)
cdef MyClass myclass
myclass = MyClass()
myclass.run(<double*> X_c.data, N, D, <double*> Y_c.data)
return Y_c.reshape(N, 2)

Este código compila pero no es necesariamente óptimo. ¿Tiene alguna sugerencia para mejorar el fragmento de arriba?

y (2) lanzamientos y "np no está definido en la línea X_c = ... " cuando se llama en tiempo de ejecución. El código de prueba exacto y el mensaje de error son los siguientes:

import numpy as np
import mywrapper
mywrapper.run(np.array([[1,2],[3,4]], dtype=np.double))
# NameError: name ''np'' is not defined [at mywrapper.pyx":X_c = ...]
# fixed!

Answer 1

Básicamente lo has hecho bien. En primer lugar, espero que la optimización no sea un gran problema. Idealmente, la mayor parte del tiempo se pasa dentro de su núcleo de C ++, no en el código de envoltorio de cythnon.

Hay algunos cambios estilísticos que puedes hacer que simplificarán tu código. (1) No es necesario remodelar entre arreglos 1D y 2D. Cuando conoce el diseño de memoria de sus datos (orden C vs. orden fortran, zancada, etc.), puede ver la matriz como solo una parte de la memoria que se va a indexar en C ++, por lo que el ndim de numpy no lo hace No importa en el lado de C ++, solo está viendo ese puntero. (2) Utilizando el operador de la dirección de cython & , puede llevar el puntero al inicio de la matriz de una forma un poco más limpia, sin necesidad de conversión explícita, utilizando &X[0,0] .

Así que esta es mi versión editada de su fragmento original:

cimport numpy as np
import numpy as np
cdef extern from "myclass.h":
cdef cppclass MyClass:
MyClass() except +
void run(double* X, int N, int D, double* Y)
def run(np.ndarray[np.double_t, ndim=2] X):
X = np.ascontiguousarray(X)
cdef np.ndarray[np.double_t, ndim=2, mode="c"] Y = np.zeros_like(X)
cdef MyClass myclass
myclass = MyClass()
myclass.run(&X[0,0], X.shape[0], X.shape[1], &Y[0,0])
return Y