Cython布尔numpy数组

Question

我有一个numpy的布尔数组：

myarr = np.array([[False, True], [True, False]])

如果我尝试使用它初始化Cython MemoryView，如下所示：

cdef bint[:,:] mymem = myarr

我收到此错误：

ValueError: Does not understand character buffer dtype format string ('?')

如果我改为这样做，则可以正常工作：

cdef np.int_t[:,:] mymem = np.int_(myarr)

如何使用Cython MemoryViews存储布尔型numpy数组？

Answer 1

我前段时间遇到了同样的问题。不幸的是我没有找到直接的解决方案。但还有另一种方法：由于布尔值数组具有与 相同的数据类型大小uint8，因此您也可以使用此类型的内存视图。内存视图中的值uint8也可以与布尔值进行比较，因此行为基本上与实际bint内存视图相同：

cimport cython
cimport numpy as np
import numpy as np
ctypedef np.uint8_t uint8

cdef int i
cdef np.ndarray array = np.array([True,False,True,True,False], dtype=bool)
cdef uint8[:] view = np.frombuffer(array, dtype=np.uint8)
for i in range(view.shape[0]):
    if view[i] == True:
        print(i)

输出：

0
2
3

Answer 2

这些信息似乎不容易找到，我的参考文献还很旧（2011年），但此后似乎没有太大变化。

Numpy的布尔数组使用False / True的8位值（这本身并不明显-C ++ std::vector<bool>使用每个值1位），其0含义为-意义False和1-含义True。您可以使用cast=True一个unit8为了-array使用它作为一个bool-阵列，例如：

 %%cython
 import numpy as np
 cimport numpy as np
 def to_bool_array(lst):
    cdef np.ndarray[np.uint8_t, ndim = 1, cast=True] res
    res=np.array(lst, dtype=bool)
    return res

现在：

 >>> to_bool_array([True,False,True,False])
 array([ True, False,  True, False], dtype=bool)

设置cast=True给出了一些松弛以用Cython的类型检查，所以用相同的元件尺寸的numpy的阵列（例如uint8，int8和bool）可以被重新解释。但是，如果元素大小不同（例如np.int8（1字节）和np.int16（2 字节）），这将无法工作。