cython:字符串 ndarray 的内存视图(或直接 ndarray 索引)
cython: memory view of ndarray of strings (or direct ndarray indexing)
如何指定包含字符串的 ndarray 的内存视图?
char[:]
、char*[:]
、...不起作用。
为了说明,我的问题是函数的定义abc(...)
:
cdef void abc(char[:] in_buffer):
cdef char * element
element = address(in_buffer[1])
...
def main():
cdef Py_ssize_t i, n = 100
a = np.array(['ABC', 'D', 'EFGHI'])
for i in range(n):
abc(a)
如果内存视图不可行,我可以自己实现直接数组访问吗?我需要避免函数 abc(...)
.
的 GIL
编辑 1: 回应 Bi Rico 的回答。
我的目标是发布函数 abc(...)
的 GIL,并在其中使用 c 字符串函数处理 ndarray in_buffer
的字符串元素。 IE。类似于以下内容:
cdef void abc(char[:, ::1] in_buffer) nogil:
cdef int max_elt_length = in_buffer.shape[1]+1
cdef char element[max_elt_length+1]
cdef int length
for i in range(in_buffer.shape[0]+1): # is this equivalent to in_buffer.dtype.itemsize + 1 ?
element[max_elt_length] = 0 # add null-terminator for full-size elements
memcpy(element, address(buffer[i, 0]), max_length)
length = strlen(element)
...
问题是 numpy 数组数据类型必须具有固定大小。当你制作一个 "strings" 的数组时,你实际上是在制作一个固定长度的 char 数组。试试这个:
import numpy as np
array = np.array(["cat", "in", "a", "hat"])
array[2] = "Seuss"
print(array)
# ['cat' 'in' 'Seu' 'hat']
print(array.dtype)
# dtype('|S3')
print(array.dtype.itemsize)
# 3
考虑到这一点,您可以这样做:
cdef void abc(char[:, ::1] in_buffer):
cdef char * element
element = address(in_buffer[1, 0])
然后,当您将数组传递给 abc
时,您需要执行以下操作:
a = np.array(['ABC', 'D', 'EFGHI'])
array_view = a.view('uint8').reshape(a.size, a.dtype.itemsize)
abc(array_view)
这只是一种方法,但这是我在不了解您要尝试做什么的情况下推荐的方法。
如何指定包含字符串的 ndarray 的内存视图?
char[:]
、char*[:]
、...不起作用。
为了说明,我的问题是函数的定义abc(...)
:
cdef void abc(char[:] in_buffer):
cdef char * element
element = address(in_buffer[1])
...
def main():
cdef Py_ssize_t i, n = 100
a = np.array(['ABC', 'D', 'EFGHI'])
for i in range(n):
abc(a)
如果内存视图不可行,我可以自己实现直接数组访问吗?我需要避免函数 abc(...)
.
编辑 1: 回应 Bi Rico 的回答。
我的目标是发布函数 abc(...)
的 GIL,并在其中使用 c 字符串函数处理 ndarray in_buffer
的字符串元素。 IE。类似于以下内容:
cdef void abc(char[:, ::1] in_buffer) nogil:
cdef int max_elt_length = in_buffer.shape[1]+1
cdef char element[max_elt_length+1]
cdef int length
for i in range(in_buffer.shape[0]+1): # is this equivalent to in_buffer.dtype.itemsize + 1 ?
element[max_elt_length] = 0 # add null-terminator for full-size elements
memcpy(element, address(buffer[i, 0]), max_length)
length = strlen(element)
...
问题是 numpy 数组数据类型必须具有固定大小。当你制作一个 "strings" 的数组时,你实际上是在制作一个固定长度的 char 数组。试试这个:
import numpy as np
array = np.array(["cat", "in", "a", "hat"])
array[2] = "Seuss"
print(array)
# ['cat' 'in' 'Seu' 'hat']
print(array.dtype)
# dtype('|S3')
print(array.dtype.itemsize)
# 3
考虑到这一点,您可以这样做:
cdef void abc(char[:, ::1] in_buffer):
cdef char * element
element = address(in_buffer[1, 0])
然后,当您将数组传递给 abc
时,您需要执行以下操作:
a = np.array(['ABC', 'D', 'EFGHI'])
array_view = a.view('uint8').reshape(a.size, a.dtype.itemsize)
abc(array_view)
这只是一种方法,但这是我在不了解您要尝试做什么的情况下推荐的方法。