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？这是示例：

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 = ... "cast" np.uint8_t 到 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）代码编译但在运行时由于类型不匹配而抛出。

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

还有一件事：我不知道你的真实代码是什么样的，但我希望你知道，cython 根本不会加速你的例子 - 与 numpy 相比没有任何好处。

我们可以轻松验证 bool-np.array 每个值使用 8 位（至少在我的系统上是这样）。这一点都不明显，例如它可以只使用每个值的一位（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，double 数组每个元素需要 8 个字节 + 86 个字节的开销，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，这是数组内存的一种 reinterpret_cast。

Here 是一些旧信息。

在 Cython 中声明一个 numpy 布尔掩码

Declaring a numpy boolean mask in Cython

python

numpy

cython

cythonize