2

我正在尝试在 Numpy 数组上逐行迭代。该数组是通过 PyO3 访问的，我认为库对底层 C 对象的访问很好，但我似乎找不到更复杂的 SingleIteratorBuilder 的引用，它可以帮助我按行访问数组。

这是文档页面：https ://docs.rs/numpy/0.12.1/numpy/npyiter/struct.NpySingleIterBuilder.html#method.readwrite （我看到该项目仍处于起步阶段）

这是我在 rust 中的代码，它被编译成 python 模块

#[macro_use]
extern crate std;
extern crate ndarray;
use pyo3::prelude::*;
use pyo3::wrap_pyfunction;
use numpy::*;

#[pyfunction]
fn array_print(_py: Python<'_>,  matrix1: &PyArray2<i32> ){
     let matrix1_iter = NpySingleIterBuilder::readonly(matrix1.readonly()).build().unwrap();
 
    for i in matrix1_iter{
        println!("{}", i);
    };
}

/// A Python module implemented in Rust.
#[pymodule]
fn algo_match(_py: Python<'_>, m: &PyModule) -> PyResult<()> { 
    m.add_function(wrap_pyfunction!(array_print, m)?)?;
    Ok(())
}

而这个案例的python代码......

#matrixes is the name of the compiled Rust module
import matrixes as am 

arr1 = np.array([[1, 2, 3], [4, 5, 6], [1, 2, 3], [4, 5, 6]], ndmin=2)
am.array_print(arr1)

这返回了我刚才所说的

~project>python use_algorithm.py
1
2
3
4
5
6
1
2
3
4
5
6

当然，我尝试使用 ndarray 并将整个 pyArray 复制到一个新对象中，但这是最糟糕的情况，因为我的矩阵在行和列上都应该很大。复制数据可能是更糟糕的选择。

4

1 回答 1

1

.as_slice()如果数组是连续的，您可以访问。将矩阵视为一个简单的切片，您可以使用 迭代行.chunks(n)。

这只会很容易迭代行。对于列，您可能需要itertools.

#[macro_use]
extern crate std;
extern crate ndarray;
use numpy::*;
use pyo3::prelude::*;
use pyo3::wrap_pyfunction;

#[pyfunction]
fn array_print(_py: Python<'_>, matrix1: &PyArray2<i64>) {
    let row_length = matrix1.shape()[1];
    for row in matrix1.readonly().as_slice().unwrap().chunks(row_length) {
        println!("{:?}", row);
    }
}

/// A Python module implemented in Rust.
#[pymodule]
fn matrixes(_py: Python<'_>, m: &PyModule) -> PyResult<()> {
    m.add_function(wrap_pyfunction!(array_print, m)?)?;
    Ok(())
}
于 2020-12-08T13:05:07.843 回答