将C / C ++向量快速转换为Numpy数组

Question

我正在使用SWIG将一些C ++代码粘合到Python（2.6）上，并且该粘合剂的一部分包括一段代码，它将大数据字段（数百万个值）从C ++端转换为Numpy数组。 我能想出的最好的方法是为类实现一个迭代器，然后提供一个Python方法：

def __array__(self, dtype=float):
    return np.fromiter(self, dtype, self.size())

问题是每个迭代器的next调用都非常昂贵，因为它必须通过大约三到四个SWIG包装器。 这需要太长时间。 我可以保证C ++数据是连续存储的（因为它们存在于std :: vector中），并且感觉Numpy应该能够指向该数据的开头以及它包含的值的数量，并且直接阅读。

有没有办法将指向internal_data_[0]和值internal_data_.size()传递给numpy，以便它可以直接访问或复制数据而不需要所有的Python开销？

Answer 1

您将需要定义__array_interface__() 。 这将允许您直接传回指针和形状信息。

Answer 2

也许有可能使用f2py而不是swig。 尽管它的名字，它能够连接python与C以及Fortran。 见http://www.scipy.org/Cookbook/f2py_and_NumPy

优点是它可以自动处理到numpy数组的转换。

两个警告：如果你还不知道Fortran，你可能会发现f2py有点奇怪; 我不知道它与C ++有多好用。

Answer 3

如果将向量包装在实现Pythons Buffer Interface的对象中，则可以将其传递给numpy数组进行初始化（请参阅docs ，第三个参数）。 我敢打赌，这种初始化要快得多，因为它只能使用memcpy来复制数据。

Answer 4

因此，看起来唯一真正的解决方案是基于pybuffer.i ，可以从C ++复制到现有缓冲区。 如果将其添加到SWIG包含文件：

%insert("python") %{
import numpy as np
%}

/*! Templated function to copy contents of a container to an allocated memory
 * buffer
 */
%inline %{
//==== ADDED BY numpy.i
#include <algorithm>

template < typename Container_T >
void copy_to_buffer(
        const Container_T& field,
        typename Container_T::value_type* buffer,
        typename Container_T::size_type length
        )
{
//    ValidateUserInput( length == field.size(),
//            "Destination buffer is the wrong size" );
    // put your own assertion here or BAD THINGS CAN HAPPEN

    if (length == field.size()) {
        std::copy( field.begin(), field.end(), buffer );
    }
}
//====

%}

%define TYPEMAP_COPY_TO_BUFFER(CLASS...)
%typemap(in) (CLASS::value_type* buffer, CLASS::size_type length)
(int res = 0, Py_ssize_t size_ = 0, void *buffer_ = 0) {

    res = PyObject_AsWriteBuffer($input, &buffer_, &size_);
    if ( res < 0 ) {
        PyErr_Clear();
        %argument_fail(res, "(CLASS::value_type*, CLASS::size_type length)",
                $symname, $argnum);
    }
    $1 = ($1_ltype) buffer_;
    $2 = ($2_ltype) (size_/sizeof($*1_type));
}
%enddef


%define ADD_NUMPY_ARRAY_INTERFACE(PYVALUE, PYCLASS, CLASS...)

TYPEMAP_COPY_TO_BUFFER(CLASS)

%template(_copy_to_buffer_ ## PYCLASS) copy_to_buffer< CLASS >;

%extend CLASS {
%insert("python") %{
def __array__(self):
    """Enable access to this data as a numpy array"""
    a = np.ndarray( shape=( len(self), ), dtype=PYVALUE )
    _copy_to_buffer_ ## PYCLASS(self, a)
    return a
%}
}

%enddef

然后你可以制作一个容器“Numpy” - 用

%template(DumbVectorFloat) DumbVector<double>;
ADD_NUMPY_ARRAY_INTERFACE(float, DumbVectorFloat, DumbVector<double>);

然后在Python中，只需：

# dvf is an instance of DumbVectorFloat
import numpy as np
my_numpy_array = np.asarray( dvf )

这只需要单个Python < - > C ++转换调用的开销，而不是典型的长度为N的数组所产生的N.

这个代码的稍微完整版本是我在github上的PyTRT项目的一部分。