Python 在cython中使用numpy掩蔽

我正在尝试将一些Python代码转换为Cython，并且在尝试将函数定义为

cdef

时遇到了一些问题

大多数问题归结为屏蔽不能像Python中那样工作。我想知道这是否是

cdef

的一个限制（如果我将其保留为

def

，效果很好），或者我是否可以做些什么

比如这个方法

cdef func(double[:,:,:,:] arg1):
    mask = arg1 > 0
    ...

已失败，出现编译错误：

Error compiling Cython file:
------------------------------------------------------------ ...
    func (double[:,:,:,:] arg1):
        mask = arg1 > 0
                   ^
------------------------------------------------------------

cythonfile.pyx:43:20: Invalid types for '>' (double[:, :, :, :], long)

所以我会把你的函数签名改为

cdef func(np.ndarray[np.float_t, ndim=4] arg1):

另外，您正在比较

浮点

数组和

长整数

常量。换成

mask = arg1 > 0.

---

要将

float

与

float
进行比较，
double[：，：，：，：，：]
符号指定参数将被“解释”为。这些支持很多操作，但不支持向量化比较

但是，很容易将内存视图解释为函数中的NumPy数组：

import numpy as np

cdef func(double[:,:,:,:] arg1):
    arg1arr = np.asarray(arg1)
    mask = arg1arr > 0.

这甚至不需要拷贝，所以在内存视图上执行
np.asarray
基本上是“免费的”。这允许将内存视图的优点与NumPy阵列上可能的矢量化操作结合起来

然而，对于不需要Cython的向量化操作，可以在纯python函数中执行所有向量化操作，并且只使用Cython完成“普通NumPy”函数无法完成的繁重任务。
是否应该定义
cdef funct（np.ndarray[np.float\u t，ndim=4]arg1）
？另外，
0
是一个
长整数
。将其替换为
0。
以获得
浮点值
@NilsWerner：我刚刚尝试并更改了类型，似乎可以。我以前的代码使用了
double[：，：]
，所以从来没有想过，但对于该代码，我没有使用掩蔽。我想有人需要告诉cython，这是一个允许掩蔽的numpy阵列。谢谢我想，
double[：，：]
只允许对元素进行单独寻址，但不允许像您正在做的那样进行矢量化操作。是的，我也这么认为。我以前从未在Cython中使用过向量化操作。传入
np.ndarray
或
double[…]
参数在性能上有什么区别吗？您说过创建
np.asarray
是“免费的”，但其他操作也是如此吗？@orange这取决于您的用例。这里已经介绍了几个方面，例如，或者在一些博客中。MemoryView的问题在于某些矢量化操作不可用。另一方面，矢量化操作不需要Cython（因为它们与Python一样快）。@orange在高速数学中使用相同的ndarray和[：，：]格式的代码时，我没有看到性能上的差异libraries@Matt：如果转换为
np.ndarray
免费，则有意义。谢谢你的澄清。