Cython numpy数组索引

Question

我正在尝试使用cython加快一些python代码的速度，并且我在使用cython的-a选项来查看可以在哪些方面进行改进。我的理解是，在生成的html文件中，突出显示的行是调用python函数的行-正确吗？

在下面的琐碎函数中，我arr使用缓冲区语法声明了numpy数组参数。我认为这允许索引操作仅在C语言中进行而不必调用python函数。但是，cython -a（版本0.15）突出显示了我设置的元素值的行arr，尽管不是我读取其元素之一的行。为什么会这样？有没有更有效的方式访问numpy数组元素？

import numpy
cimport numpy

def foo(numpy.ndarray[double, ndim=1] arr not None):
    cdef int i
    cdef double elem
    for i in xrange(10):
      elem = arr[i]          #not highlighted
      arr[i] = 1.0 + elem    #highlighted

编辑：此外，mode缓冲区参数如何与numpy交互？假设我没有改变order的参数numpy.array从默认，是它总是安全使用mode='c'？这实际上会对性能产生影响吗？

在delnan的评论之后进行EDIT：arr[i] += 1也被突出显示（这就是为什么我首先将其拆分，以查看导致问题的操作的哪一部分）。如果我关闭边界检查以简化操作（这与突出显示的内容没有区别），则生成的c代码为：

  /* "ct.pyx":11
 *   cdef int i
 *   cdef double elem
 *   for i in xrange(10):             # <<<<<<<<<<<<<<
 *     elem = arr[i]
 *     arr[i] = 1.0 + elem
 */
  for (__pyx_t_1 = 0; __pyx_t_1 < 10; __pyx_t_1+=1) {
    __pyx_v_i = __pyx_t_1;

    /* "ct.pyx":12
 *   cdef double elem
 *   for i in xrange(10):
 *     elem = arr[i]             # <<<<<<<<<<<<<<
 *     arr[i] = 1.0 + elem
 */
    __pyx_t_2 = __pyx_v_i;
    __pyx_v_elem = (*__Pyx_BufPtrStrided1d(double *, __pyx_bstruct_arr.buf, __pyx_t_2, __pyx_bstride_0_arr));

    /* "ct.pyx":13
 *   for i in xrange(10):
 *     elem = arr[i]
 *     arr[i] = 1.0 + elem             # <<<<<<<<<<<<<<
 */
    __pyx_t_3 = __pyx_v_i;
    *__Pyx_BufPtrStrided1d(double *, __pyx_bstruct_arr.buf, __pyx_t_3, __pyx_bstride_0_arr) = (1.0 + __pyx_v_elem);
  }

Answer 1

答案是荧光笔欺骗了读者。我编译了您的代码，高亮显示的指令是处理错误情况和返回值所需的指令，它们与数组分配无关。

确实，如果将代码更改为：

def foo(numpy.ndarray[double, ndim=1] arr not None):
    cdef int i
    cdef double elem
    for i in xrange(10):
      elem = arr[i]
      arr[i] = 1.0 + elem
    return # + add this

高亮显示在最后一行，而不是作业中的更多内容。

您可以使用@ cython.boundscheck进一步加快代码的速度：

import numpy
cimport numpy
cimport cython

@cython.boundscheck(False)
def foo(numpy.ndarray[double, ndim=1] arr not None):
    cdef int i
    cdef double elem
    for i in xrange(10):
      elem = arr[i]
      arr[i] = 1.0 + elem
    return