代码之家 › 专栏 › 技术社区 › squirl

带Cython的布尔numpy数组

typed-memory-views memoryview cython numpy python

7

squirl · 技术社区 · 6 年前

我有一个numpy布尔数组:

myarr = np.array([[False, True], [True, False]])

如果我尝试用它初始化Cython MemoryView,如下所示:

cdef bint[:,:] mymem = myarr

我收到以下错误:

ValueError: Does not understand character buffer dtype format string ('?')

如果我这样做,效果会很好:

cdef np.int_t[:,:] mymem = np.int_(myarr)

如何使用Cython MemoryView存储布尔numpy数组?

3 回复 | 直到 6 年前

1

8

ead 6 年前

这些信息似乎不容易找到, my reference 很老了(2011年),但从那以后似乎没有太大变化。

Numpy的bool数组使用8位值表示False/True(这本身并不明显-C++'s std::vector<bool> 例如,使用1位/值)和 0 -意义 False 和 1 -意义 True . 您可以使用 cast=True 对于 unit8 -数组,以便将其用作 bool -数组,例如:

 %%cython
 import numpy as np
 cimport numpy as np
 def to_bool_array(lst):
    cdef np.ndarray[np.uint8_t, ndim = 1, cast=True] res
    res=np.array(lst, dtype=bool)
    return res

现在:

 >>> to_bool_array([True,False,True,False])
 array([ True, False,  True, False], dtype=bool)

背景 cast=真 给Cython的类型检查留出了一些时间,因此numpy数组具有相同的元素大小(例如 uint8 , int8 和 布尔 )可以重新解释。但是,如果元素大小不同,这将不起作用:例如 np.int8 (1字节)和 np.int16 (2字节)。

2

4

Eli Korvigo 6 年前

不久前我遇到了同样的问题。不幸的是,我没有找到一个直接的解决办法。但还有另一种方法:因为布尔值数组的数据类型大小与 uint8 ,也可以将内存视图用于此类型。中的值 uint8 内存视图也可以与布尔值进行比较,因此行为基本上等于实际值 bint 内存视图:

cimport cython
cimport numpy as np
import numpy as np
ctypedef np.uint8_t uint8

cdef int i
cdef np.ndarray array = np.array([True,False,True,True,False], dtype=bool)
cdef uint8[:] view = np.frombuffer(array, dtype=np.uint8)
for i in range(view.shape[0]):
    if view[i] == True:
        print(i)

输出:

0
2
3

3

0

SapphireSun 6 年前

我发现这样做最简单:

cdef uint8_t[:] arr_memview8 = data.astype(np.uint8)
bool* ptr = <bool*>&arr_memview8[0]