Cython numpy数组索引

Question

我正在尝试使用Cython加速一些Python代码，并利用Cython的-a选项查看我可以改进哪些地方。据我了解，在生成的HTML文件中，高亮显示的行是调用Python函数的行-是这样吗？

在下面的简单函数中，我使用缓冲语法声明了numpy数组参数arr。我认为这允许索引操作纯粹在C中进行，而无需调用Python函数。然而，cython -a（版本0.15）突出显示了我设置arr元素值的行，但没有突出显示读取其元素之一的行。为什么会发生这种情况？有更有效的访问numpy数组元素的方法吗？

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numpy.array的默认order参数，是否总是安全使用mode ='c'？ 这对性能有实际影响吗？

在delnan的评论之后进行编辑：arr[i] + = 1也会被突出显示（这就是我首先分开它的原因，以查看操作的哪个部分引起了问题）。 如果我关闭边界检查以简化事情（这不会影响到什么被突出显示），所生成的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);
  }

- James

---

arr[i] += 1 是否被突出显示？此外，我相信您可以在 cython -a 生成的 HTML 文档中直接查看该特定行生成的代码，这可能有助于了解该行发生了哪些 Python API 调用。 - user395760

Answer 1

答案是，荧光笔欺骗了读者。 我编译了您的代码，高亮显示下生成的说明是处理错误情况和返回值所需的内容，它们与数组赋值无关。 实际上，如果您将代码更改为以下内容：

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

重点应放在最后一行，而不是分配位置。

您可以通过使用@cython.boundscheck来进一步加快代码速度：

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 

- fabrizioM

---

提供的C代码没有边界检查，也没有环绕索引计算。因此，我认为提问者在他的setup.py中将它们禁用了。 - rocksportrocker