用Cython优化Python-Scipy操作

Hi我想计算3D相关矩阵（r）值的p值，并计算完整p矩阵的FDR阈值（FDR仅基于上三角p值计算）。3D矩阵是巨大的（208、3544、3544）。目前，我使用这些cython函数来实现这一点。然而，我想让它更快，如果可能的话，让它使用更少的内存。你能帮忙吗

import numpy
cimport numpy
from scipy.special import stdtr 
DTYPE = numpy.float32
ctypedef numpy.float32_t DTYPE_t

def get_p_matrix_from_r_matrix_3D(DTYPE_t[:,:,::1] r_matrix_3D, int n):
    cdef unsigned int slice
    cdef numpy.ndarray[DTYPE_t, ndim=2] t_den
    cdef numpy.ndarray[DTYPE_t, ndim=2] t_
    cdef numpy.ndarray[DTYPE_t, ndim=2] r_matrix
    cdef numpy.ndarray[DTYPE_t, ndim=3] final_p = numpy.empty_like(r_matrix_3D)

    for slice in range(r_matrix_3D.shape[0]):
        r_matrix = numpy.asarray(r_matrix_3D[slice, :, :])
        t_den = numpy.sqrt((1 - r_matrix ** 2)/(n-2))
        t_ = r_matrix / t_den
        final_p[slice, :, :] = (1-stdtr(n - 2, numpy.abs(t_))) * 2

    return final_p

def get_FDG_threshold_man(numpy.ndarray[DTYPE_t, ndim=3] p_matrix, DTYPE_t alpha):
    index_array = numpy.ones((p_matrix.shape[0], p_matrix.shape[1], p_matrix.shape[2]), dtype=bool)
    cdef numpy.ndarray[DTYPE_t, ndim=1] p_s = p_matrix[numpy.triu(index_array, 1)]
    p_s.sort()
    cdef int m = len(p_s)
    cdef int k=0
    for i in reversed(range(m)):
        if (p_s[i] <= i/m*alpha) and (p_s[i+1] > (i+1)/m*alpha):
            k=i
            break
    if k != 0:
        p_th = p_s[k]
    else:
        p_th = 0
    print(p_th)
    return p_th

导入numpy
纽比港
从scipy.special导入stdtr
DTYPE=numpy.float32
ctypedef numpy.float32\u t数据类型
def get_p_matrix_from_r_matrix_3D（数据类型[u t[：，：：：：1]r_matrix_3D，int n）：
无符号整数片
cdef numpy.ndarray[DTYPE_t，ndim=2]t_den
cdef numpy.ndarray[DTYPE_t，ndim=2]t_
cdef numpy.ndarray[DTYPE_t，ndim=2]r_矩阵
cdef numpy.ndarray[DTYPE_t，ndim=3]final_p=numpy.empty_like（r_matrix_3D）
对于范围内的切片（r_矩阵_3D.shape[0]）：
r_matrix=numpy.asarray（r_matrix_3D[slice，：，：]）
t_den=numpy.sqrt（（1-r_矩阵**2）/（n-2））
t_u=r_矩阵/t_数据
最后的p[slice，：，：]=（1-stdtr（n-2，numpy.abs（t））*2
返回最终\u p
def get_FDG_threshold_man（numpy.ndarray[DTYPE_t，ndim=3]p_矩阵，DTYPE_t alpha）：
索引数组=numpy.one（（p_-matrix.shape[0]，p_-matrix.shape[1]，p_-matrix.shape[2]），dtype=bool）
cdef numpy.ndarray[DTYPE_t，ndim=1]p_s=p_矩阵[numpy.triu（索引数组，1）]
p_.s.sort（）
cdef int m=len（p_s）
cdef int k=0
对于反向（范围（m））中的i：
如果（p_s[i]（i+1）/m*alpha）：
k=i
打破
如果k！=0:
p_th=p_s[k]
其他：
p_th=0
打印（第页）
返回p_th