1

我的函数接受不同大小的 numpy 数组列表：

def function1(list list_of_numpy_arrays):

现在我正在做：

cdef int[:] a_view = list_of_numpy_arrays[index]

问题是我必须多次索引列表，因此开销大大增加了时间（10 倍）。我正在寻找cdef int[:] a[5]可以拥有一组内存视图的地方，这样我就可以避免索引 python 列表的开销。

如果有解决方案，我也可以传入列表列表。

def function2(list list_of_lists):

4

1 回答 1

4

你所追求的在 Cython 中是不可能的。如果你想要一些表现良好的东西，我可能会创建一个 C 结构，其中包含来自 memoryview 的相关信息，然后改用它。这不是一个非常优雅的解决方案，但它会提供与使用 memoryviews 类似的性能；我不建议将其作为一种常见模式，但如果您的数据需要一次性解决问题，那么就可以了。

cdef struct FakeMemoryView:
    int* data
    int stride
    int length

如果您准备强制使用 C 个连续的 memorviews ( int[::1])，那么您可以放弃stride，因为它会被认为是一个。可以使用 索引数据var.data[i*var.stride]。在您的函数开始时，您循环遍历您的 Python 列表以创建这些FakeMemoryViews 的数组，然后从那时起您只需使用此数组：

def function1(list list_of_numpy_arrays):
    assert len(list_of_numpy_arrays) == 5

    cdef FakeMemoryView new_list[5]

    # initialize the list
    cdef int[:] mview
    for i in range(5):
        mview = list_of_numpy_arrays[i]
        new_list[i].data = &mview[0]
        new_list[i].stride = mview.strides[0]
        new_list[i].length = mview.shape[0]

    # example access - zero the first lot of data
    for i in range(new_list[0].length):
        new_list[0].data[i*new_list[0].stride] = 0

如果您事先不知道列表的长度，那么您需要使用mallocand自己处理内存free。

此解决方案不处理对 Numpy 数组进行引用计数 - 因此您不应允许在持有FakeMemoryViews 时释放 Numpy 数组。不要为多个函数调用存储数组，也不要开始从输入列表中删除数组。

于 2019-07-09T07:05:13.540 回答