Python / Cython中的快速n维稀疏数组

Question

我有一个涉及非常稀疏的大型n维数组的应用程序。 scipy.sparse有一个有用的'矢量化获取和设置'功能，因此可以使用Cython快速填充稀疏矩阵。

当然，scipy包不能处理n维。 我发现有两个包在python sparray和ndsparse中执行n维稀疏数组。 然而，它似乎既没有矢量化的获取和设置功能。

所以我需要：

• 带有矢量化get和set或的n维数组的python包
• 用于稀疏数组的ac库，我可以使用Cython或
• 一些'滚动你自己'选项，我想这将需要交替相当于一个python dict

为了我的目的，我认为将n维坐标映射回1或2维可能有效。 更好的是有一个dict等价物，我可以在Cython循环内快速访问。 我假设这排除了python dict 。

想知道是否有人可以给我一个如何在Cython中使用c ++地图对象的例子？

Answer 1

如果您决定使用C dict选项，则可以使用C ++ STL的std :: map。 您不太可能找到更快或更强大的本机代码来实现字典/地图。

cppmap.pyx：

# distutils: language = c++

cdef extern from "<map>" namespace "std":
    cdef cppclass mymap "std::map<int, float>":
        mymap()
        float& operator[] (const int& k)

cdef mymap m = mymap()
cdef int i
cdef float value

for i in range(100):
    value = 3.0 * i**2
    m[i] = value

print m[10]

setup.py：

from distutils.core import setup
from Cython.Build import cythonize
setup(name = "cppmapapp"
  ext_modules = cythonize('*.pyx'))

命令行：

$ python setup.py build
$ cd build/lib.macosx-10.5-x86_64-2.7
$ python -c 'import cppmap'
300.0