python - numpy 中的广义通用函数

Question

我正在尝试使用 numpy API 制作一个通用的 ufunc。输入是一个 (n x m) 矩阵和一个标量，输出是两个矩阵((n x p) 和 (p x m))。但我不知道该怎么做。有人可以帮助我吗？在 init 函数中，我使用带有签名的 PyUFunc_FromFuncAndDataAndSignature 函数:

"(n,m),()->(n,p),(p,m)"

我可以读取输入(矩阵和标量)，但我想使用标量输入，例如签名中的维度 p。可能吗？

这里是一个只打印输入的示例代码:

#include "Python.h"
#include "math.h"
#include "numpy/ndarraytypes.h"
#include "numpy/ufuncobject.h"

static PyMethodDef nmfMethods[] = {
        {NULL, NULL, 0, NULL}
};


static void double_nmf(char **args, npy_intp *dimensions,
                            npy_intp* steps, void* data)
{
    npy_intp i, j, 
             n = dimensions[1], //dimensions of input matrix
             m = dimensions[2]; //

    printf("scalar: %d\n",*(int*)args[1]); // input scalar

    // just print input matrix
    printf("Input matrix:\n");
    for(i=0;i<n;i++){
        for(j=0;j<m;j++){
            printf("%.1f ",*(double*)(args[0]+8*(i*m+j)));
        }
    printf("\n");
    }
    return;

}

static PyUFuncGenericFunction nmf_functions[] = { double_nmf };
static void * nmf_data[] = { (void *)NULL };
static char nmf_signatures[] = { PyArray_DOUBLE, PyArray_INT, PyArray_DOUBLE, PyArray_DOUBLE };
char *nmf_signature = "(n,m),()->(n,p),(p,m)";

PyMODINIT_FUNC initnmf(void)
{
    PyObject *m, *d, *version, *nmf;

    m = Py_InitModule("nmf", nmfMethods);
    if (m == NULL) {
        return;
    }

    import_array();
    import_umath();
    d = PyModule_GetDict(m);
    version = PyString_FromString("0.1");
    PyDict_SetItemString(d, "__version__", version);
    Py_DECREF(version);

    nmf = PyUFunc_FromFuncAndDataAndSignature(nmf_functions, nmf_data, nmf_signatures, 1,
                                    2, 2, PyUFunc_None, "nmf",
                                    "", 0, nmf_signature);
    PyDict_SetItemString(d, "nmf", nmf);
    Py_DECREF(nmf);
}

此代码编译并工作。 python 脚本在这里:

#/usr/bin/python

import numpy as np
import nmf

x = np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15],[16,17,18,19,20]])
y,z = nmf.nmf(x,2)
print "Shapes of outputs: ", y.shape, z.shape

终端输出为:

scalar: 2
Input matrix:
1.0 2.0 3.0 4.0 5.0 
6.0 7.0 8.0 9.0 10.0 
11.0 12.0 13.0 14.0 15.0 
16.0 17.0 18.0 19.0 20.0 
Shapes of outputs:  (4, 1) (1, 5)

我的疑问是如何使用标量输入(在这种情况下为 2)，如输出矩阵的维度 p。在示例中 p = 1，我没有设置它。

Answer 1

除了提供特定大小的数组外，无法在 gufunc 中设置维度。 1 是所有维度在内部初始化的值，您不应该依赖它不变。我个人对此的看法是，未定义的维度应该引发错误。

要设置p，您唯一可以做的就是创建一个具有正确形状的空数组并将其作为输出数组传入。要实现它，您需要重新定义 nmf 以具有签名 "(m,n)->(m,p),(p,n)" 并用一些 Python 类似于:

def nmf_wrap(x, p):
    x = np.asarray(x)
    assert x.ndim >= 2
    shape = x.shape[:-2]
    m, n = x.shape[-2:]
    out1 = np.empty(shape+(m, p), dtype=x.dtype)
    out2 = np.empty(shape+(p, n), dtype=x.dtype)
    return nmf.nmf(x, out1, out2)

关于扩展 gufuncs 签名 on the numpy-dev mailing list recently 提供的功能的讨论正在进行中。你所描述的与我所说的“计算维度”有一些相似之处。如果你想看到在 numpy 1.10 中实现的东西，如果你能在该列表上更详细地解释你的用例，那就太好了:我们不知道有多少(任何？)野外的 gufunc 编码器!