python - 制作一个 bool 数组

Question

我想在 cython 中使用另一个 numpy.array 的给定大小创建一个 boolean numpy 数组，但它会引发错误消息:

CosmoTest.pyx

import numpy as np
cimport numpy as np
cimport cython
from libcpp cimport bool
x=np.array([[-0.3,1.2],[2.5,0.82],[0.61,-0.7]])
mask= np.ones_like(x,dtype=bool)

错误:

        mask= np.ones_like(x,dtype=bool)
                                      ^
------------------------------------------------------------

CosmoTest.pyx:318:39: 'bool' is not a constant, variable or function identifier

在cython中应该怎么定义？

更新:

cpdef np.ndarray arc( np.ndarray x):
    cdef np.ndarray[double, ndim=1, mode='c'] out = np.zeros_like(x)
    cdef np.ndarray[np.uint8_t,cast=True, ndim=1] mask = (x < 0.999).view(dtype=np.uint8)
    if mask.any():
        out[mask] = 0.5*np.log((1.+((1.-x[mask])/(x[mask]+1.))**0.5)/(1.-((1.-x[mask])/(x[mask]+1.))**0.5))/(1-x[mask]**2)**0.5

    cdef np.ndarray[np.uint8_t,cast=True, ndim=1] mask = (x > 1.001).view(dtype=np.uint8)
    if mask.any():
        out[mask] = np.arctan(((x[mask]-1.)/(x[mask]+1.))**0.5)/(x[mask]**2 - 1)**0.5

    cdef np.ndarray[np.uint8_t,cast=True , ndim=1] mask = ((x >= 0.999) & (x <= 1.001)).view(dtype=np.uint8)
    if mask.any():
        out[mask] = 5./6. - x[mask]/3.

    return out

错误信息:

Error compiling Cython file:
------------------------------------------------------------
...
        if mask.any():
            out[mask] = 0.5*np.log((1.+((1.-x[mask])/(x[mask]+1.))**0.5)/(1.-((1.-x[mask])/(x[mask]+1.))**0.5))/(1-x[mask]**2)**0.5

        cdef np.ndarray[np.uint8_t,cast=True, ndim=1] mask = (x > 1.001).view(dtype=np.uint8)
        if mask.any():
            out[mask] = np.arctan(((x[mask]-1.)/(x[mask]+1.))**0.5)/(x[mask]**2 - 1)**0.5
                                                      ^
------------------------------------------------------------

CosmoTest.pyx:9:55: local variable 'mask' referenced before assignment

Answer 1

如果您将代码(的最后一行)更改为

mask= np.ones_like(x,dtype=np.bool)

它将起作用(从 numpy 获取 bool 而不是尝试使用 lipcpp 定义)。然而，实际上静态输入 bool numpy 数组目前并不完全有效(参见 Passing a numpy pointer (dtype=np.bool) to C++ )。

目前最好的方法是将它们静态类型化为

def f(np.ndarray[dtype=np.int8_t,ndim=1] x):
    cdef np.ndarray[dtype=np.int8_t,ndim=1] y
    y = np.ones_like(x,dtype=np.int8)
    return y.view(dtype=np.bool) # returns as boolean array

在 numpy 内部使用一个 8 位整数来存储一个 bool，因此你可以只使用 view 来重新解释数组而无需复制。

如果你有一个 bool 数组并想调用 f 你会这样做

mask = np.array([True,False,True])
f(mask.view(dtype=np.int8))

您始终可以编写一个小的包装函数作为 f 的公共(public)接口(interface)来自动进行重新解释。

它比需要的更繁琐，但可以使用。

回应评论的补充

我链接到的文章建议使用 cast=True:

cdef np.ndarray[np.uint8_t,cast=True] mask = (x > 0.01)

这也很好用。用我的方法写成

cdef np.ndarray[np.uint8_t] mask = (x > 0.01).view(dtype=np.uint8)

(即没有转换，但有一个 View )。据我所知，两者没有实际区别，所以请选择您认为更好看的那个。

并编辑以回应其他问题

工作代码如下(我已经检查并编译 - 我没有检查以确保它运行)。您收到编译器错误是因为您多次定义了 mask 的类型。每个函数的每个变量只能使用一次 cdef，但是定义了类型后，您可以随意分配给它。

cpdef np.ndarray arc( np.ndarray x):
    cdef np.ndarray[double, ndim=1, mode='c'] out = np.zeros_like(x)
    cdef np.ndarray[np.uint8_t, ndim=1] mask = (x < 0.999).view(dtype=np.uint8)
    if mask.any():
        out[mask] = 0.5*np.log((1.+((1.-x[mask])/(x[mask]+1.))**0.5)/(1.-((1.-x[mask])/(x[mask]+1.))**0.5))/(1-x[mask]**2)**0.5

    mask = (x > 1.001).view(dtype=np.uint8) # REMOVED cdef!
    if mask.any():
        out[mask] = np.arctan(((x[mask]-1.)/(x[mask]+1.))**0.5)/(x[mask]**2 - 1)**0.5

    mask = ((x >= 0.999) & (x <= 1.001)).view(dtype=np.uint8) # REMOVED cdef!
    if mask.any():
        out[mask] = 5./6. - x[mask]/3.

    return out

(我还从定义中删除了 cast=True。这并不重要。您可以使用它，也可以使用 view(dtype=np.uint8)。如果你愿意，你可以同时使用两者，但它更多的是打字!)