将以下代码转换为 cython 的最佳方法是什么
给定以下示例:
#setup example data Z and A
Z = np.random.randn(10,10)
A = np.random.randn(10,10)
A[0,1] = np.nan
A[1,3] = np.nan
A[5,3] = np.nan
A[3,5] = np.nan
B = np.isnan(A).transpose()
C = Z[B * B.transpose()]
我想优化上面例子中np.ndarray B的类型定义,优化ndarray C的创建。
我尝试将 B 设置为 uint8 以及 python 和 c++ bools。
cdef np.ndarray[np.uint8_t, ndim=2, cast=True] 然而这几乎没有或没有加速
和
cdef np.ndarray[bool, ndim=2, cast=True]
其中 bool 是 from cpython cimport bool 或 from libcpp cimport bool 在这两种情况下上面的代码都会抛出错误。
请您参考如下方法:
创建一个接受 np.nan 值的缓冲区的正确方法是使用 np.float_t 或 np.double_t。如果您尝试使用整数缓冲区,则会引发以下错误:
ValueError: cannot convert float Nan to integer
然后,你可以使用类似的东西:
cdef np.ndarray[np.double_t, ndim=2] A, Z
Z = np.random.randn(10,10)
A = np.random.randn(10,10)
A[0,1] = np.nan
A[1,3] = np.nan
A[5,3] = np.nan
A[3,5] = np.nan
B = np.isnan(A).transpose()
C = Z[B * B.transpose()]
