如何在 Cython 中获得内存视图列表？

Question

我的函数接受不同大小的 numpy 数组的列表：

def function1(list list_of_numpy_arrays):

现在我正在做：

cdef int[:] a_view = list_of_numpy_arrays[index]

问题是我必须多次索引列表，因此开销大大增加了时间（10 倍）。我正在寻找类似cdef int[:] a[5]可以拥有内存视图数组的东西，这样我就可以避免索引 python 列表的开销。

如果有解决方案，我还可以传递一个列表列表。

def function2(list list_of_lists):

Answer 1

你所追求的在 Cython 中是不可能的。如果您想要性能良好的东西，我可能会创建一个包含内存视图中相关信息的 C 结构，然后使用它。这不是一个非常优雅的解决方案，但它会提供与使用内存视图类似的性能；我不建议将其设为一种常见模式，但如果您遇到数据需要的一次性问题，那么也没关系。

cdef struct FakeMemoryView:
    int* data
    int stride
    int length

如果您准备强制 C 连续记忆视图 ( int[::1]) 那么您可以放弃，stride因为它会被认为是一个。可以使用 来对数据建立索引var.data[i*var.stride]。在函数开始时，您循环遍历 Python 列表以创建这些FakeMemoryViews 的数组，然后从那时起您只需使用此数组：

def function1(list list_of_numpy_arrays):
    assert len(list_of_numpy_arrays) == 5

    cdef FakeMemoryView new_list[5]

    # initialize the list
    cdef int[:] mview
    for i in range(5):
        mview = list_of_numpy_arrays[i]
        new_list[i].data = &mview[0]
        new_list[i].stride = mview.strides[0]
        new_list[i].length = mview.shape[0]

    # example access - zero the first lot of data
    for i in range(new_list[0].length):
        new_list[0].data[i*new_list[0].stride] = 0

malloc如果您事先不知道列表的长度，那么您需要使用和自行处理内存free。

此解决方案不处理 Numpy 数组的引用计数 - 因此您不应允许在持有 s 时释放 Numpy 数组FakeMemoryView。不要将数组存储为多个函数调用，也不要开始从输入列表中删除数组。