Pybind Numpy 访问 2D/ND 数组

Question

pybind 的新手 - 阅读文档，但我不了解如何将其应用于二维数组。

我有两个数组存储 3d 坐标 shape = (10,3)

a = np.zeros(shape=(10,3))
b = np.ones(shape=(10,3)) * 3
c = a + b

现在，使用 pybind，我如何在 C++ 中对 numpy 数组执行此操作？

在一些文档中，我阅读了使用 [] 运算符访问元素的方法，而在其他文档中，我使用 () 来访问元素。如何分配 3D 矢量？我如何获取指向数组元素的指针以使用步幅进行赋值 - 或者它是否有运算符？

Answer 1

PyBind 太棒了，为 authors/maintainers 呐喊！你有一个几乎可以工作的例子 here.

根据你的问题，它会给出类似的东西（在 El Dude 的评论后编辑的答案）：

#include <iostream>
#include <pybind11/pybind11.h>
#include <pybind11/numpy.h>


namespace py = pybind11;


py::array_t<double> add_arrays(py::array_t<double> input1, py::array_t<double> input2) {
  py::buffer_info buf1 = input1.request();
  py::buffer_info buf2 = input2.request();

  if (buf1.size != buf2.size) {
    throw std::runtime_error("Input shapes must match");
  }

  /*  allocate the buffer */
  py::array_t<double> result = py::array_t<double>(buf1.size);

  py::buffer_info buf3 = result.request();

  double *ptr1 = (double *) buf1.ptr,
         *ptr2 = (double *) buf2.ptr,
         *ptr3 = (double *) buf3.ptr;
  int X = buf1.shape[0];
  int Y = buf1.shape[1];

  for (size_t idx = 0; idx < X; idx++) {
    for (size_t idy = 0; idy < Y; idy++) {
      ptr3[idx*Y + idy] = ptr1[idx*Y+ idy] + ptr2[idx*Y+ idy];
    }
  }
 
  // reshape array to match input shape
  result.resize({X,Y});

  return result;
}


PYBIND11_MODULE(example, m) {
        m.doc() = "Add two vectors using pybind11"; // optional module docstring

        m.def("add_arrays", &add_arrays, "Add two NumPy arrays");
}

我在 linux 上使用 python2.7 和 gcc v5.4 使用（我不得不使用与文档中提供的命令略有不同的命令，因为 Python.h 不是找不到，因此我将 link 添加到 python 2.7)

c++ -O3 -Wall -shared -std=c++11 -fPIC -I/usr/include/python2.7 -lpython2.7 `python -m pybind11 --includes` example.cpp -o example`python-config --extension-suffix

你可以从 python 调用它

import numpy as np
import example # [bad] name I chose for my compiled module

a = np.zeros((10,3))
b = np.ones((10,3)) * 3 
c = example.add_arrays(a, b)

print c

希望对您有所帮助。

编辑 - 我创建了一个 github repository，其中包含一些基于 PyBind11 的完整示例，应该可以在所有平台上编译。

Answer 2

诀窍是使用缓冲区 class。它很好地隐藏/复杂地包含在文档和示例中，但它被提到了（@Christian 的 post）。

缓冲区包含指向数据的指针以及步幅和其他数组参数。本质上是通过 request 方法访问的 numpy header。从那里开始很容易使用，但发现它有点痛苦，因为示例使用漂亮的 C11 auto 类型来解释这种用法。

Pybind Numpy 访问 2D/ND 数组

Pybind Numpy access 2D / ND arrays

python

arrays

numpy

multidimensional-array

pybind11