[英]Boolean numpy arrays with Cython
我有一个 numpy 布尔数组:
myarr = np.array([[False, True], [True, False]])
如果我尝试用它初始化 Cython MemoryView,如下所示:
cdef bint[:,:] mymem = myarr
我收到此错误:
ValueError: Does not understand character buffer dtype format string ('?')
如果我这样做,它工作正常:
cdef np.int_t[:,:] mymem = np.int_(myarr)
如何使用 Cython MemoryViews 存储布尔 numpy 数组?
这个信息似乎不太容易找到, 我的参考资料很旧(2011),但从那时起似乎没有太大变化。
Numpy 的 bool-array 对 False/True 使用 8 位值(这本身并不明显 - C++ 的std::vector<bool>
使用例如每个值 1 位),其中0
-meaning False
和1
-meaning True
。 您可以对unit8
使用cast=True
以将其用作bool
-array,例如:
%%cython
import numpy as np
cimport numpy as np
def to_bool_array(lst):
cdef np.ndarray[np.uint8_t, ndim = 1, cast=True] res
res=np.array(lst, dtype=bool)
return res
现在:
>>> to_bool_array([True,False,True,False])
array([ True, False, True, False], dtype=bool)
设置cast=True
会给 Cython 的类型检查带来一些松弛,因此可以重新解释具有相同元素大小(例如uint8
、 int8
和bool
)的 numpy 数组。 但是,如果元素大小不同,这将不起作用:例如np.int8
(1byte) 和np.int16
(2bytes)。
前段时间我遇到了同样的问题。 不幸的是,我没有找到直接的解决方案。 但是还有另一种方法:由于布尔值数组与uint8
具有相同的数据类型大小,因此您也可以使用这种类型的内存视图。 uint8
内存视图中的值也可以与布尔值进行比较,因此行为大多等于实际的bint
内存视图:
cimport cython
cimport numpy as np
import numpy as np
ctypedef np.uint8_t uint8
cdef int i
cdef np.ndarray array = np.array([True,False,True,True,False], dtype=bool)
cdef uint8[:] view = np.frombuffer(array, dtype=np.uint8)
for i in range(view.shape[0]):
if view[i] == True:
print(i)
输出:
0
2
3
我发现最简单的做法是:
cdef uint8_t[:] arr_memview8 = data.astype(np.uint8)
bool* ptr = <bool*>&arr_memview8[0]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.