python - 将 cython cdef 扩展数组设置为零

Question

是否有一种 cython-ic 方法可以将 cdef 数组设置为零。我有一个具有以下签名的函数:

cdef cget_values(double[:] cpc_x, double[:] cpc_y):

函数调用如下:

cdef double cpc_x [16]
cdef double cpc_y [16]
cget_values(cpc_x, cpc_y)

现在我要做的第一件事就是将这些数组中的所有内容都设置为零。目前，我正在使用 for 循环执行此操作:

for i in range(16):
    cpc_x[i] = 0.0
    cpc_y[i] = 0.0

我想知道这是否是一种没有太多开销的合理方法。我经常调用此函数，想知道在 cython 中是否有更优雅/更快的方法来执行此操作。

Answer 1

我假设，您已经在使用 @cython.boundscheck(False)，因此您无法在性能方面提高它。

出于可读性原因，我会使用:

cpc_x[:]=0.0
cpc_y[:]=0.0

cython 会将其转换为 for 循环。另一个额外的优势:即使未使用 @cython.boundscheck(False)，生成的 C 代码仍然没有边界检查(__Pyx_RaiseBufferIndexError)。以下是 a[:]=0.0 的结果代码:

  {
      double __pyx_temp_scalar = 0.0;
      {
          Py_ssize_t __pyx_temp_extent_0 = __pyx_v_a.shape[0];
          Py_ssize_t __pyx_temp_stride_0 = __pyx_v_a.strides[0];
          char *__pyx_temp_pointer_0;
          Py_ssize_t __pyx_temp_idx_0;
          __pyx_temp_pointer_0 = __pyx_v_a.data;
          for (__pyx_temp_idx_0 = 0; __pyx_temp_idx_0 < __pyx_temp_extent_0; __pyx_temp_idx_0++) {
            *((double *) __pyx_temp_pointer_0) = __pyx_temp_scalar;
            __pyx_temp_pointer_0 += __pyx_temp_stride_0;
          }
      }
  }

可以提高性能的是将内存 View 声明为连续的(即 double[::1] 而不是 double[:]。生成的 C a[:]=0.0 的代码将是:

  {
      double __pyx_temp_scalar = 0.0;
      {
          Py_ssize_t __pyx_temp_extent = __pyx_v_a.shape[0];
          Py_ssize_t __pyx_temp_idx;
          double *__pyx_temp_pointer = (double *) __pyx_v_a.data;
          for (__pyx_temp_idx = 0; __pyx_temp_idx < __pyx_temp_extent; __pyx_temp_idx++) {
            *((double *) __pyx_temp_pointer) = __pyx_temp_scalar;
            __pyx_temp_pointer += 1;
          }
      }
  }

如您所见，连续版本中不再使用 strides[0] - strides[0]=1 在编译期间求值，生成的 C -代码可以得到更好的优化(例如参见 here )。

---

人们可能会想变聪明并使用低级 memset 函数:

from libc.string cimport memset
memset(&cpc_x[0], 0, 16*sizeof(double))

然而，对于更大的数组，与使用连续内存 View (即 double[::1]，参见 here 示例)相比没有区别。较小尺寸的开销可能更少，但我从来没有关心到检查。