使用fortran和f2py在数组中搜索比np.where（ar == value）更快的值

Question

我试图使用np.where在numpy数组（数百个相同）上定位值的索引。 它不是那么慢，但是它是一个瓶颈，所以我开始尝试使用fortran和f2py并编写了这个简单的例程。

subroutine find_index(array1, num_elements, target_value, loc)
    real, intent(in) :: array1(:)
    integer, intent(in) :: num_elements, target_value
    integer, intent(out) :: loc
    do i = 1, num_elements
        if (array1(i) .eq. target_value) then
            loc = i
            exit
        endif
    end do
end subroutine

但是仍然没有任何改善（与np.where相同）。 所以我猜想它的方法。 任何改进代码（python或fortran）的建议？

编辑我要搜索的值是整数数组中的整数

Answer 1

自从我与fortran和f2py合作以来已经有一段时间了，但是去年我对cython做过类似的事情。

在匈牙利算法搜索问题中，我需要根据行和列掩码数组在2d数组中找到第一个0值。

因此，使用where （ argwhere只是np.transpose(np.where(...)) ，该函数是：

def find_a_zero(self):
    # find first uncovered 0 cost
    rc = np.argwhere((self.cost + self.rc[:,None] + self.cc) == 0)
    if rc.shape[0]>0:
        return tuple(rc[0])
    else:
        return None, None

我使用argmax获得了很好的加速argmax ：

def find_a_zero(self):
    # big help time wise, 16->10 for n=200
    cond = (self.cost + self.rc[:,None] + self.cc) == 0
    if np.count_nonzero(cond):
        idx = np.unravel_index(np.argmax(cond), cond.shape)
        return idx
    return None, None

np.where使用count_nonzero来确定其返回数组的大小。 argmax ，当以布尔值运行时，拳头True短路。

使用此cython版本，我获得了更快的速度：

cdef find_a_zero(int[:,:] cost, int[:] row_cover, int[:] col_cover):
    n = cost.shape[0]
    m = cost.shape[1]
    cdef size_t r, c
    for r in range(n):
        for c in range(m):
            if (cost[r,c]==0) and (row_cover[r]==0) and (col_cover[c]==0):
                row = r
                col = c
                return r, c
    return -1, -1

如果我对cython内存正确，则像int[:,:] cost类的定义将调用其键入的memoryview。 具有高效的低级数组操作。

http://cython.readthedocs.io/en/latest/src/userguide/memoryviews.html

http://csclab.murraystate.edu/~bob.pilgrim/445/munkres.html