- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
R包Ckmeans.1d.dp依赖 C++ code完成其 99% 的工作。
我想在 Python 中使用这个功能而不必依赖 RPy2。因此,我想将 R 包装器“转换”为一个类似的 Python 包装器,它在 Numpy 数组上运行,就像 R 代码在 R vector 上运行一样。这可能吗?看起来应该是这样,因为 C++ 代码本身看起来(在我未经训练的眼睛看来)就像它自己站起来一样。
但是,Cython 的文档并没有真正涵盖这个用例,即用 Python 包装现有的 C++。简单提一下 here和 here ,但由于我以前从未使用过 C++,所以我很困惑。
这是我的尝试,失败了,出现了一系列“Cannot assign type 'double' to 'double *'
错误:
目录结构
.
├── Ckmeans.1d.dp # clone of https://github.com/cran/Ckmeans.1d.dp
├── ckmeans
│ ├── __init__.py
│ └── _ckmeans.pyx
├── setup.py
└── src
└── Ckmeans.1d.dp_pymain.cpp
#include "../Ckmeans.1d.dp/src/Ckmeans.1d.dp.h"
static void Ckmeans_1d_dp(double *x, int* length, double *y, int * ylength,
int* minK, int *maxK, int* cluster,
double* centers, double* withinss, int* size)
{
// Call C++ version one-dimensional clustering algorithm*/
if(*ylength != *length) { y = 0; }
kmeans_1d_dp(x, (size_t)*length, y, (size_t)(*minK), (size_t)(*maxK),
cluster, centers, withinss, size);
// Change the cluster numbering from 0-based to 1-based
for(size_t i=0; i< *length; ++i) {
cluster[i] ++;
}
}
from ._ckmeans import ckmeans
cimport numpy as np
import numpy as np
from .ckmeans import ClusterResult
cdef extern from "../src/Ckmeans.1d.dp_pymain.cpp":
void Ckmeans_1d_dp(double *x, int* length,
double *y, int * ylength,
int* minK, int *maxK,
int* cluster, double* centers, double* withinss, int* size)
def ckmeans(np.ndarray[np.double_t, ndim=1] x, int* min_k, int* max_k):
cdef int n_x = len(x)
cdef double y = np.repeat(1, N)
cdef int n_y = len(y)
cdef double cluster
cdef double centers
cdef double within_ss
cdef int sizes
Ckmeans_1d_dp(x, n_x, y, n_y, min_k, max_k, cluster, centers, within_ss, sizes)
return (np.array(cluster), np.array(centers), np.array(within_ss), np.array(sizes))
最佳答案
cdef extern
部分是正确的。问题(正如 Mihai Todor 在 2016 年的评论中指出的)是我没有将指针传递给 Ckmeans_1d_dp
功能。
Cython 使用相同的“地址”&
用于获取指针的 C 语法,例如&x
是指向 x
的指针.
为了获得指向 Numpy 数组的指针,您应该获取数组第一个元素的地址,如 &x[0]
对于阵列 x
.确保数组在内存中是连续的(顺序元素具有顺序地址)很重要,因为这就是数组在 C 和 C++ 中的布局方式;遍历一个数组相当于增加一个指针。ckmeans()
的工作定义在 _ckmeans.pyx
看起来像这样:
def ckmeans(
np.ndarray[np.float64_t] x,
int min_k,
int max_k,
np.ndarray[np.float64_t] weights
):
# Ensure input arrays are contiguous; if the input data is not
# already contiguous and in C order, this might make a copy!
x = np.ascontiguousarray(x, dtype=np.dtype('d'))
y = np.ascontiguousarray(weights, dtype=np.dtype('d'))
cdef int n_x = len(x)
cdef int n_weights = len(weights)
# Ouput: cluster membership for each element
cdef np.ndarray[int, ndim=1] clustering = np.ascontiguousarray(np.empty((n_x,), dtype=ctypes.c_int))
# Outputs: results for each cluster
# Pre-allocate these for max k, then truncate later
cdef np.ndarray[np.double_t, ndim=1] centers = np.ascontiguousarray(np.empty((max_k,), dtype=np.dtype('d')))
cdef np.ndarray[np.double_t, ndim=1] within_ss = np.ascontiguousarray(np.zeros((max_k,), dtype=np.dtype('d')))
cdef np.ndarray[int, ndim=1] sizes = np.ascontiguousarray(np.zeros((max_k,), dtype=ctypes.c_int))
# Outputs: overall clustering stats
cdef double total_ss = 0
cdef double between_ss = 0
# Call the 'cdef extern' function
_ckmeans.Ckmeans_1d_dp(
&x[0],
&n_x,
&weights[0],
&n_weights,
&min_k,
&max_k,
&clustering[0],
¢ers[0],
&within_ss[0],
&sizes[0],
)
# Calculate overall clustering stats
if n_x == n_weights and y.sum() != 0:
total_ss = np.sum(y * (x - np.sum(x * weights) / weights.sum()) ** 2)
else:
total_ss = np.sum((x - x.sum() / n_x) ** 2)
between_ss = total_ss - within_ss.sum()
# Extract final the number of clusters from the results.
# We initialized sizes as a vector of 0's, and cluster size can never be
# zero, so we know that any 0 size element is an empty/unused cluster.
cdef int k = np.sum(sizes > 0)
# Truncate output arrays to remove unused clusters
centers = centers[:k]
within_ss = within_ss[:k]
sizes = sizes[:k]
# Change the clustering back to 0-indexed, because
# the R wrapper changes it to 1-indexed.
return (
clustering - 1,
k,
centers,
sizes,
within_ss,
total_ss,
between_ss
)
请注意,这个特定的 R 包现在有一个 Python 包装器:
https://github.com/djdt/ckwrap .
关于python - 如何将 C++ 函数周围的 R 包装器转换为 Python/Numpy,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37978519/
作为脚本的输出,我有 numpy masked array和标准numpy array .如何在运行脚本时轻松检查数组是否为掩码(具有 data 、 mask 属性)? 最佳答案 您可以通过 isin
我的问题 假设我有 a = np.array([ np.array([1,2]), np.array([3,4]), np.array([5,6]), np.array([7,8]), np.arra
numpy 是否有用于矩阵模幂运算的内置实现? (正如 user2357112 所指出的,我实际上是在寻找元素明智的模块化减少) 对常规数字进行模幂运算的一种方法是使用平方求幂 (https://en
我已经在 Numpy 中实现了这个梯度下降: def gradientDescent(X, y, theta, alpha, iterations): m = len(y) for i
我有一个使用 Numpy 在 CentOS7 上运行的项目。 问题是安装此依赖项需要花费大量时间。 因此,我尝试 yum install pip install 之前的 numpy 库它。 所以我跑:
处理我想要旋转的数据。请注意,我仅限于 numpy,无法使用 pandas。原始数据如下所示: data = [ [ 1, a, [, ] ], [ 1, b, [, ] ], [ 2,
numpy.random.seed(7) 在不同的机器学习和数据分析教程中,我看到这个种子集有不同的数字。选择特定的种子编号真的有区别吗?或者任何数字都可以吗?选择种子数的目标是相同实验的可重复性。
我需要读取存储在内存映射文件中的巨大 numpy 数组的部分内容,处理数据并对数组的另一部分重复。整个 numpy 数组占用大约 50 GB,我的机器有 8 GB RAM。 我最初使用 numpy.m
处理我想要旋转的数据。请注意,我仅限于 numpy,无法使用 pandas。原始数据如下所示: data = [ [ 1, a, [, ] ], [ 1, b, [, ] ], [ 2,
似乎 numpy.empty() 可以做的任何事情都可以使用 numpy.ndarray() 轻松完成,例如: >>> np.empty(shape=(2, 2), dtype=np.dtype('d
我在大型 numpy 数组中有许多不同的形式,我想使用 numpy 和 scipy 计算它们之间的边到边欧氏距离。 注意:我进行了搜索,这与堆栈中之前的其他问题不同,因为我想获得数组中标记 block
我有一个大小为 (2x3) 的 numpy 对象数组。我们称之为M1。在M1中有6个numpy数组。M1 给定行中的数组形状相同,但与 M1 任何其他行中的数组形状不同。 也就是说, M1 = [ [
如何使用爱因斯坦表示法编写以下点积? import numpy as np LHS = np.ones((5,20,2)) RHS = np.ones((20,2)) np.sum([ np.
假设我有 np.array of a = [0, 1, 1, 0, 0, 1] 和 b = [1, 1, 0, 0, 0, 1] 我想要一个新矩阵 c 使得如果 a[i] = 0 和 b[i] = 0
我有一个形状为 (32,5) 的 numpy 数组 batch。批处理的每个元素都包含一个 numpy 数组 batch_elem = [s,_,_,_,_] 其中 s = [img,val1,val
尝试为基于文本的多标签分类问题训练单层神经网络。 model= Sequential() model.add(Dense(20, input_dim=400, kernel_initializer='
首先是一个简单的例子 import numpy as np a = np.ones((2,2)) b = 2*np.ones((2,2)) c = 3*np.ones((2,2)) d = 4*np.
我正在尝试平均二维 numpy 数组。所以,我使用了 numpy.mean 但结果是空数组。 import numpy as np ws1 = np.array(ws1) ws1_I8 = np.ar
import numpy as np x = np.array([[1,2 ,3], [9,8,7]]) y = np.array([[2,1 ,0], [1,0,2]]) x[y] 预期输出: ar
我有两个数组 A (4000,4000),其中只有对角线填充了数据,而 B (4000,5) 填充了数据。有没有比 numpy.dot(a,b) 函数更快的方法来乘(点)这些数组? 到目前为止,我发现
我是一名优秀的程序员,十分优秀!