python - 在 Cython 中访问 NumPy 记录数组列

Question

我是一个比较有经验的 Python 程序员，但是很长一段时间没有写过任何 C，正在尝试了解 Cython。我正在尝试编写一个 Cython 函数，它将在 NumPy 重载数组的列上运行。

我目前的代码如下。

recarray_func.pyx:

import numpy as np
cimport numpy as np

cdef packed struct rec_cell0:
  np.float32_t f0
  np.int64_t i0, i1, i2

def sum(np.ndarray[rec_cell0, ndim=1] recarray):
    cdef Py_ssize_t i
    cdef rec_cell0 *cell
    cdef np.float32_t running_sum = 0

    for i in range(recarray.shape[0]):
        cell = &recarray[i]
        running_sum += cell.f0
    return running_sum

在解释器提示符下:

array = np.recarray((100, ), names=['f0', 'i0', 'i1', 'i2'],
                             formats=['f4', 'i8', 'i8', 'i8'])
recarray_func.sum(array)

这只是对 recarray 的 f0 列求和。它可以毫无问题地编译和运行。

我的问题是，我该如何修改它以便它可以对任何列进行操作？在上面的示例中，要求和的列是硬编码的，并通过点符号访问。是否可以更改函数以便将要求和的列作为参数传入？

Answer 1

我相信这应该可以使用 Cython 的 memoryviews .这些方面的东西应该可以工作(代码未经测试):

import numpy as np
cimport numpy as np

cdef packed struct rec_cell0:
  np.float32_t f0
  np.int64_t i0, i1, i2

def sum(rec_cell0[:] recview):
    cdef Py_ssize_t i
    cdef np.float32_t running_sum = 0

    for i in range(recview.shape[0]):
        running_sum += recview[i].f0
    return running_sum

通过确保传递给 Cython 的记录数组是连续的，可以提高速度。在python(调用)端，可以使用np.require，而函数签名应该改为rec_cell0[::1] recview，表示数组可以假设是连续的。和往常一样，一旦代码经过测试，关闭 boundscheck、wraparound 和 nonecheck compiler directives在 Cython 中可能会进一步提高速度。