如何迭代 cython （或 numba）中的列表列表？

Question

我想要一个函数，它接收列表列表作为参数，每个子列表具有不同的大小，并且可以迭代每个子列表（包含整数），将它们作为广播传递到 numpy 数组并执行不同的操作操作（如平均值）。

让我提供一个不使用 cython 的预期行为的简单示例：

import numpy as np

mask = [[0, 1, 2, 4, 6, 7, 8, 9],
        [0, 1, 2, 4, 6, 7, 8, 9],
        [0, 1, 2, 4, 6, 9],
        [3, 5, 8],
        [0, 1, 2, 4, 6, 7, 8, 9],
        [3, 5, 7],
        [0, 1, 2, 4, 6, 9],
        [0, 1, 4, 5, 7, 8, 9],
        [0, 1, 3, 4, 7, 8, 9],
        [0, 1, 2, 4, 6, 7, 8, 9]] # This is the list of lists

x = np.array([2.0660689 , 2.08599832, 0.45032649, 1.05435649, 2.06010132,
              1.07633407, 0.43014785, 1.54286467, 1.644388  , 2.15417444])

def nocython(mask, x):
    out = np.empty(len(x), dtype=np.float64)
    for i, v in enumerate(mask):
        out[i] = x[v].mean()
    return out

>>> nocython(mask, x)
array([1.55425875, 1.55425875, 1.54113622, 1.25835952, 1.55425875,
       1.22451841, 1.54113622, 1.80427567, 1.80113602, 1.55425875])

主要问题是我必须处理更大的 numpy 数组和掩码列表，并且循环在 Python 中变得非常低效。所以我想知道如何对这个函数进行 cythonize（或 numbaize）。像这样的东西：

%%cython

import numpy as np
cimport numpy as np

cdef np.ndarray[np.float64_t] cythonloop(int[:,:] mask, np.ndarray[np.float64_t] x):
    cdef Py_ssize_t i
    cdef Py_ssize_t N = len(x)
    cdef np.ndarray[np.float64_t] out = np.empty(N, dtype=np.float64)
    for i in range(N):
        out[i] = x[mask[i]]

cythonloop(mask, x)

但这不起作用（无法强制列表输入“int[:, :]”）。

如果我在 numba 尝试的话也不行

import numba as nb

@nb.njit
def nocython(mask, x):
    out = np.empty(len(x), dtype=np.float64)
    for i, v in enumerate(mask):
        out[i] = x[v].mean()
    return out

这给出了以下错误：

TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Invalid use of Function(<built-in function getitem>) with argument(s) of type(s): (array(float64, 1d, A), reflected list(int64))
 * parameterized

Answer 1

在 Numba 中，您可以使用类型列表来迭代列表列表。Numba 不支持使用列表对 NumPy 数组进行索引，因此该函数还需要进行一些修改，以通过迭代内部列表的元素并索引到 来实现平均值x。

在调用 jitted 函数之前，您还需要将列表列表转换为类型列表的类型列表。

将其放在一起给出（除了您问题中的代码之外）：

from numba import njit
from numba.typed import List

@njit
def jitted(mask, x): 
    out = np.empty(len(x), dtype=np.float64)
    for i in range(len(mask)):
        m_i = mask[i]
        s = 0 
        for j in range(len(m_i)):
            s += x[m_i[j]]
        out[i] = s / len(m_i)
    return out 

typed_mask = List()
for m in mask:
    typed_mask.append(List(m))

# Sanity check - Numba and nocython implementations produce the same result
np.testing.assert_allclose(nocython(mask, x),  jitted(typed_mask, x))

请注意，也可以避免使列表成为类型列表，因为当传递内置列表类型时，Numba 将使用反射列表- 但是此功能已弃用，并将从 Numba 的未来版本中删除，因此建议请改用类型化列表。