C++ Python scipy.weave和STANN C++；图书馆

我正在尝试使用scipy.weave在Python中构建一个快速的最小生成树程序。不幸的是，使用ScPi.Weave+C++的库，我发现STANN，比我想象的更困难。以下是斯坦图书馆的链接：

下面是我编写的Python with scipy.weave脚本

import scipy.weave as weave
from scipy.weave import inline
import numpy

def gmst(points):
    # computing GMST with STANN headers
    assert(type(points) == type(numpy.array([])))

    # now the c++ code
    code = """
        using namespace std;
        typedef reviver::dpoint<double,2> Point;

        typedef vector<Point>::size_type stype;
        vector< std::pair<stype,stype> > outputmst;
        PyArrayObject *py_val

        gmst(points,outputmst);
        return_val = outputmst;
        """

     return inline(code,['points'], 
        headers = ["<iostream>","<gmst.hpp>","<dpoint.hpp>","<test.hpp>"],
        include_dirs=["/home/tree/usr/STANN/include"])

导入scipy.weave作为weave
从scipy.weave导入内联
进口numpy
def gmst（点数）：
#用STANN报头计算GMST
断言（类型（点）=类型（numpy.array（[]））
现在的C++代码
代码=”“
使用名称空间std；
typedef恢复器：：dpoint Point；
typedef向量：：size_类型stype；
向量outputmst；
PyArrayObject*py_val
gmst（点、输出MST）；
返回值=输出mst；
"""
返回内联（代码，['points']，
标题=[“”，“”，“”，“”，“”]，
include_dirs=[“/home/tree/usr/STANN/include”]）

到目前为止，织布还没有成功。知道我为什么会遇到问题吗？谢谢你的帮助

---

Cheers

用weave包装外部代码是一件脆弱而粗糙的事情。你应该看看——这类东西很好。

不是你的问题，而是你的图表有多大/多密集？（我使用一个简单的纯python MST，sort+Kruskal+unionfind；大部分时间都在排序中。）我通常处理300到30000个节点。有时更大。但是，为了进行投影分析（3D数据），需要多次计算MST。刚刚找到了一种用Python编写MST程序的方法，使用networkx和matplotlib.delaunay在大约5秒钟内计算50000个源的MST。现在已经够快了，我来看看Cython。谢谢你的推荐。