我正在编写很多需要泛化到n维的 Cython 代码(大多数情况下这将是n = 1、2 或 3)。
以下面的代码为例,这是对元素的简单求和。
cimport cython
from cython cimport floating
cpdef floating nd_sum(floating [:, :, :] arr):
cdef:
Py_ssize_t [3] N = [arr.shape[0], arr.shape[1], arr.shape[2]]
Py_ssize_t [3] i
floating total = 0
for i[0] in range(N[0]):
for i[1] in range(N[1]):
for i[2] in range(N[2]):
total += arr[i[0], i[1], i[2]]
return total
从概念上讲,对n维的泛化是非常明显的。但是,我似乎无法在代码中实现它。我讨厌必须为n = 1,2,3 的每种情况复制此代码,...
一般来说,我还需要能够访问每个维度中每个数组元素的邻居(想想n维内核卷积等),这使得像展平数组这样的事情变得不可行。
我的主要问题是:
如何告诉 Cython 期望具有任意维度的数组作为输入?我想我可能不得不求助于
np.ndarray
这里......给定n 个索引的数组,如何从n维数组中获取元素?
如何概括n嵌套循环的构造?递归在这里似乎是不可避免的,但是我如何才能以这种方式访问所有n索引?