python - Cython + Numpy 变量 ndim？

Question

我需要初始化可变形状的数组(dim,) + (nbins,)*dim，其中dim通常很小，但nbins可以很大，这样数组就有ndims = dim + 1. 例如，如果 dim = 1 我需要一个形状为 (1, nbins) 的数组，如果 dim = 2 则形状为 (2, nbins, nbins) 等

是否可以相应地键入 numpy 数组？我试过类似的方法

 ctypedef uint32_t  uint_t
 ctypedef float     real_t
 ...
     cdef:
         uint_t dim = input_data.shape[1]
         np.ndarray[real_t, ndim=dim+1] my_array = np.zeros((dim,)\
     + (nbins,)*dim, dtype = np.float32)

是的，我有预感它行不通，但无论如何都必须尝试 ;)

是否可以做这样的事情，还是我必须使用指针/内存分配等？还是我必须(吞咽!)只使用一维数组并在最后 reshape 它？？

Answer 1

Or do I have to (gulp!) just use a one dimensional array and just reshape it at the end?

恐怕你知道。如果维数在编译时已知，Cython 只能执行其数组访问优化魔法。不要乱用 malloc，这不值得。

cdef:
    np.npy_intp size = dim * n_bins ** dim
    np.ndarray[float, ndim=1, mode='c'] arr = np.zeros(size, dtype=np.float32)

    # do work, using "manual" index calculations

    return arr.reshape(dim, (n_bins,) * dim)

(旁注:形状的正确类型是 np.npy_intp，而不是 uint32_t。)