如何定义自定义浮点类型 numpy dtypes (C-API)

Question

我有一个自定义浮点数据类型，它使用两个 64 位浮点数模拟 128 位浮点数（来自 QD library 的双双类 dd_real）。从 C++ 我想将一个 ndarray 导出到 python。我已经知道如何为 64 位浮点数执行此操作，但对于双双，我不知何故需要指定我自己的自定义 dtype。该怎么做？

注意：numpy 有自己的 128 位浮点数（np.float128），不幸的是，这映射到 C/C++ 中的 long double，这只是一个 80 位浮点数，存储在 128 位（在我的所有平台上）。

事实上，应该能够以与 numpy 导出 np.float128 完全相同的方式执行此操作（我只是不知道这是如何完成的），唯一的区别是它在 C++ 上使用 dd_real侧而不是long double。

如果这有帮助，我已经使用 boost::python 将 C++ 类型 dd_real 导出到 python，也许这可以以某种方式重用。

---

到目前为止，我能够研究以下内容

1. dtypes 的 numpy 文档参考了 C-API 以了解如何导出自定义 dtype，但该文档以某种方式仅解释了现有的 dtype，而不是如何创建新的 dtype。

2. 当browsing stackoverflow 我发现this 的例子，但我想知道对于dd_real 这是否可以更简单。我也看不到 dtype 的实际生成位置。可能只在 python __ init__ 通过np.typeDict['quaternion'] = np.dtype(quaternion)。当我想生成 ndarray 时，如何在 C++ 中使用该 dtype？

Answer 1

您链接到的存储库，

https://github.com/numpy/numpy-dtypes

可能包含有关如何向 Numpy 添加新 dtype 的最简单示例。我不知道更简单的方法。请注意这些文件中对 register_cast_function 和 REGISTER_UFUNC 的调用：它们告诉 Numpy 如何在逐个元素的级别上处理乘法和强制转换等操作。

但是，如果您真正想做的只是导出数据，则可以导出为双精度数组，或者将两个双精度数据绑定到一个数据类型

np.dtype([('a', double), ('b', double)])

然后，您需要编写单独的函数来对这些数组进行操作（因为arr1 * arr2 不会在这里执行您想要的操作）。进一步使arr1 * arr2 工作的一种可能方法是将np.ndarray 子类化您的数据类型，覆盖__mul__ 等操作。