问题标签 [xtensor]

从 cpp 文件复制：

错误似乎是xshared_expression需要strides_type，而一般的xfunctions没有这个属性：

我们怎样才能xfunctions传入xshared_expressions？

我使用 C++ 的“xtensor”库。在它的帮助下，我尝试创建一个包含用户数据的数据表类。有时我需要通过用户 ID 列表对一些用户组数据进行子集化。对于这个任务，我使用布尔标志系统来标记我想要复制到新表的用户。

在子集函数中有以下代码：

但是这行代码：which(index) = true; 将“true”值分配给所有“which”数组元素。我究竟做错了什么？

我正在尝试xtensor从库中的 blob 数据创建一个数组caffe。使用例如 bymutable_cpu_data()中的函数返回指向数据的指针。这可能吗？如果是，请您举个例子。我发现了一些使用 OpenCV 的例子，但它们很相似，这使得像数据这样的矩阵上的操作变得更加容易。caffefloat* data = output->mutable_cpu_data();xtensorMatxtensornumpy

在这里转述，但这就是问题所在

然而这很好

问题是我正在编写一个接受任意 xtensor 数组的函数，例如。

所以总的来说这个

会失败。我看过这个，但不确定这是否已实现，或者如何使用它，找不到文档。但总的来说，我认为它仍然应该与 std::complex 一起使用。

谢谢你的帮助！

编译器输出：

我正在尝试构建一个数据结构来表示 xtensor 中的 RGB 图像（一个 3D 矩阵，形状为（WIDTH，HEIGHT，3）。每个“像素”包含由像素坐标函数收集的数据。基本上，我想复制这段代码在 python 中的作用：

其中单元格信息返回代表颜色通道的 3 个元素列表。

我想正确的方法应该是使用 xgenerator，但老实说，我无法理解如何使用该类。

只需点击 xtensor，我喜欢它，我会尝试从 vba（excel）中使用它。为了保持这个“测试”简单，我打算只使用双精度矩阵，它们作为 LPSAFEARRAY 传递给 C/C++ dll。

1. 在 dll 中，使用接收到的 LPSAFEARRAY 构建一维适配器，使用数据指针和大小（行 x 列）。我认为这对于映射操作来说已经足够了。

2. 棘手的部分是如果我需要矩阵，主要问题是数据以 fortran（列优先）顺序传输。我没有找到任何 2D 适配器，所以我的猜测是我必须改造上面的 1D 适配器：

   /li>

以上是正确的，还是有更简单、更直接的方法？

这种访问数据的方法是否存在速度损失？

这与高维 Xtensor 数组中的分配非常相似/相关。

我或多或少有同样的问题，想知道是否有更好的方法可以做？最后，标记为正确的答案最终仍然需要按元素分配，并且并没有真正提供一次将整个数组分配给给定轴的选项。

例如，在 numpy-python 中，我可以做一些类似的事情

运行时会返回

现在在 xtensor 中，我想做一些类似的事情，即沿特定轴分配整个数组。我尝试的是

但这不起作用 - 本质上这是与 OP 相同的问题。现在建议的解决方案是

这给出了正确的结果 - 但是，这仍然需要我在孔轴上循环，而不是直接将数组分配给整个事物。将此与

如果我有一个一维数组，这允许我一次分配整个数组。在高维结构中沿给定轴分配数组是否有任何等价物？

是否可以直接从 xtensor 展平视图？就像是：

如果我尝试直接展平视图，结果会有所不同。

我正在考虑直接扁平化，以获得更干净和优化的代码。有没有办法做到这一点？或者我应该在展平之前将视图复制到辅助变量？

Obs.: flattening directly outputs (wrong answer):
16390, 16391, 16392, 16393, 16394, 16395, 16396, 16397, 16398, 16399, 16400, 16401, 16402, 16403, 16404, 16405, 16406, 16407, 16408, 16409 , 16410, 16411, 16412, 16413, 16414, 16415, 16416。

在展平输出之前复制我需要的内容（内核窗口）：16390、16391、16392、16520、16521、16522、16650、16651、16652、18080、18081、18082、18210、18211、2、1912、78344、18212、18334 , 19771, 19772, 19900, 19901, 19902, 20030, 20031, 20032

我正在玩 xtensor，这样我就可以从 Python 中使用它。但是，xtensor 的一个吸引力在于它也很容易为 R 进行绑定，因此只需编写一次算法，然后为 python 编写绑定和为 R 编写绑定，就大功告成了。

我从 python 开始，当我将参数类型设置为 xt::pyarray 时，我的代码可以正常运行。

但是，如果我尝试进行 R 绑定，我怀疑 xt::pyarray 将不合适。此外，xt::pyarray 可能是 xt::xarray 类型。我记得在某处读到 xt::xtensor 可以更好地优化，因为事先知道维数。所以 xt::xtensor 是要走的路。

所以我做了这个改变，太棒了——它仍然有效。但是现在，我不知道如何从 numpy 调用它。如果我按照以前的方式调用它，使用 np.ndarrays，这将不再有效并通知我类型不匹配。我也试过用 转换 np.ndarrays np.asmatrix(x, dtype=np.float32)，但这也不起作用。

我应该如何从 numpy 调用这个函数才能使它工作？

我正在尝试使用此处找到的 xtensor-python 示例。

我安装了 xtensor-python、pybind11 和 xtensor，还创建了一个 CMakeLists.txt。

从 /build 我跑了。$ cmake .. $ 制作

它构建没有错误。

我的 CMakeLists.txt 看起来像这样。

我的 example.cpp 文件。

我的python文件。

但是我的 python 文件无法导入我的 example.cpp 文件。

我是cmake的新手。我想知道如何使用 CMakeLists.txt 正确设置这个项目