cython：创建 ndarray 对象而不为数据分配内存

Question

在 cython 中，如何创建具有已定义属性的 ndarray 对象而不为其内容分配内存？

我的问题是我想调用一个需要 ndarray 的函数，但我的数据在纯 c 数组中。由于某些限制，我无法直接切换到使用 ndarray。

代码段来说明我的意图：

cdef:
    ndarray[npy_uint64] tmp_buffer
    uint64_t * my_buffer

tmp_buffer = np.empty(my_buffer_size, dtype='uint64')

my_buffer = <uint64_t *> malloc(my_buffer_size * sizeof(uint64_t))
(... do something with my_buffer that cannot be done with a ndarray ...)

tmp_buffer.data = my_buffer
some_func(tmp_buffer)

这似乎效率低下，因为对于 tmp_buffer 内存已分配并填零，永远不会被使用。我该如何避免这种情况？

Answer 1

撇开效率不谈，这种赋值能通过编译吗？

np.empty 不补零。 np.zeros 做到了，甚至做到了 'on the fly'。

Why the performance difference between numpy.zeros and numpy.zeros_like? 探讨了 empty、zeros 和 zeros_like 是如何实现的。

我只是 cython 的初学者，但我必须使用：

tmp_buffer.data = <char *>my_buffer

反过来如何，让 my_buffer 分配给 tmp_buffer 的 data？

array1 = np.empty(bsize, dtype=int)
cdef int *data
data = <int *> array1.data
for i in range(bsize):
    data[i] = bsize-data[i]

http://gael-varoquaux.info/programming/cython-example-of-exposing-c-computed-arrays-in-python-without-data-copies.html 建议使用 np.PyArray_SimpleNewFromData 从现有数据缓冲区创建数组。

关于内存视图 http://docs.cython.org/src/userguide/memoryviews.html

cython：创建 ndarray 对象而不为数据分配内存

cython: create ndarray object without allocating memory for data

numpy

cython