如何将字符串类型的 numpy 数组传递给 Cython 中的函数答案

【问题标题】：How to pass a numpy array of string types to a function in Cython如何将字符串类型的 numpy 数组传递给 Cython 中的函数
【发布时间】：2012-06-12 18:59:10
【问题描述】：

传递一个 dtype np.float64_t 的 numpy 数组可以正常工作（如下），但我不能传递字符串数组。

这是有效的：

# cython_testing.pyx
import numpy as np
cimport numpy as np

ctypedef np.float64_t dtype_t 

cdef func1 (np.ndarray[dtype_t, ndim=2] A):
    print A 

def testing():
    chunk = np.array ( [[94.,3.],[44.,4.]], dtype=np.float64)

    func1 (chunk)

但我做不到： 我找不到 numpy 字符串 dtypes 的匹配“类型标识符”。

# cython_testing.pyx
import numpy as np
cimport numpy as np

ctypedef np.string_t dtype_str_t 

cdef func1 (np.ndarray[dtype_str_t, ndim=2] A):
    print A 

def testing():
    chunk = np.array ( [['huh','yea'],['swell','ray']], dtype=np.string_)

    func1 (chunk)

编译错误是：

Error compiling Cython file:
------------------------------------------------------------
ctypedef np.string_t dtype_str_t 
    ^
------------------------------------------------------------

cython_testing.pyx:9:9: 'string_t' is not a type identifier

更新

通过查看numpy.pxd，我看到了以下ctypedef 语句。也许这足以说明我可以使用 uint8_t 并假装一切正常，只要我能做一些演员表？

ctypedef unsigned char      npy_uint8
ctypedef npy_uint8      uint8_t

只需要看看这个选角会有多贵。

【问题讨论】：

标签： python numpy cython

【解决方案1】：

在 Cython 0.20.1 中，它使用 cdef np.ndarray 工作，无需指定数据类型和维数：

import numpy as np
cimport numpy as np

cdef func1(np.ndarray A):
    print A

def testing():
    chunk = np.array([['huh','yea'], ['swell','ray']])
    func1(chunk)

【讨论】：

@TedPetrou 我正在尝试构建一个示例，其中dtype=object 将加速以更新答案，但到目前为止我发现它等同于不指定dtype。您是如何测量 100 倍速度的？
看起来我在之前的评论中严重错误。看起来我通过更改为对象获得了 5 倍的改进。使用这个数组。 a = np.array(['some', 'strings', 'in', 'an', 'array'] * 10 ** 5)

【解决方案2】：

看来你运气不好。

http://cython.readthedocs.org/en/latest/src/tutorial/numpy.html

尚不支持某些数据类型，例如布尔数组和字符串数组。

如 Saullo Castro 的回答所示，此答案不再有效，但出于历史目的，我将保留它。

【讨论】：

谢谢。我赞成你的回答。虽然我希望可以通过使用 Numpy 结构化数组 [docs.scipy.org/doc/numpy/user/… 来解决问题。但我仍在寻找如何通过其中之一。
至少就我的目的而言，使用 cProfile，看起来您仍然可以在 Cython 中传递 Numpy 数组而无需输入。但是您没有获得 readthedocs.org 参考中描述的 Cython 优化。
能慢慢用总比不能用好，对吧？
此链接的内容已被修改。报价不存在。