使用整数的memoryview索引Cython memoryview

Question

我使用Cython尝试做到这一点：

cpdef myFun(double[:] array):
    cdef int[:] sortIndices = np.argsort(array, kind='mergesort')
    array = array[sortIndices]

编译器报错：

指定的memoryview索引无效，类型为int[:]

我该如何使用某种整数数组对这个memoryview进行索引？ 只能使用切片吗？在旧的NumPy数组缓冲区支持中，我可以轻松使用基于'array'的索引。(我只是适应了我的代码以使用memoryviews，看看它是否会提高性能，但实际上它却出现了问题...)

- PDiracDelta

Answer 1

@ead提出自行展开循环的建议很不错，但我倾向于在底层的Numpy数组上进行这种索引操作，您可以使用memoryview的base属性访问它们：

array = array.base[sortIndices]

或者，另外一种选择是：

array = np.asarray(array)[sortIndices]

这种方法的优点是编码快速，只需要对您的工作ndarray代码进行最小修改即可。它有一些小缺点：

• 没有Cython加速，因为它基本上是一个Python对象调用 - 我希望这不要影响太多，因为Numpy索引通常非常快，假设sortIndices足够长以抵消Python对象调用。

• 如果底层对象实际上不是Numpy数组，则第一个版本会出错（因此该函数在可以接受的类型方面受到了一些限制，而比起原始的memoryview接口来说）。您可以通过使用第二个版本来解决这个问题，它应该创建一个围绕memoryview内存的Numpy数组。

- DavidW

Answer 2

恐怕无法像numpy可以使用int-arrays那样使用类型化内存视图作为索引。

Cython的文档指出：

内存视图使用Python切片语法类似于NumPy。

"类似"意味着对于整数、切片(:)、省略号(...)和None(相当于numpy.newaxis('None'))是相同的，但是整数数组或布尔数组不能像在numpy中一样用作索引。

负责生成对类型化内存视图进行访问的Cython代码是generate_buffer_slice_code，你需要知道的都在doc-string中：

 """ 
 Slice a memoryviewslice. 
 indices     - list of index nodes. 
 If not a SliceNode, or NoneNode,  then it must be coercible to Py_ssize_t 
 ....
 """

所以，array既不是SliceNode（即:，...或例如0:33），也不是None，也不能强制转换为Py_ssize_t，因此无法像Cython一样处理它。

我的第一个想法是，在Cython的类型化内存视图中添加这个功能不会太难。但是以一种一致的方式做到这一点可能并不容易：操作的结果必须是一个新的类型化内存视图（因为我们无法原地更改手头的数组-结果数组可能具有完全不同的维度）-但底层缓冲区应该是哪种类型？在numpy世界中更容易，其中一切都是numpy数组，但类型化内存视图的底层缓冲区可以是numpy数组、array.array、堆栈上的c数组等等。

你现在最好的选择可能是手动展开这个重新排序（这样你就可以显式地选择底层缓冲区的类型），并通过它替换破损的代码，或者回退到numpy功能以执行此操作，如@DavidWs的答案所示。

- ead