当维度未知时，可以在Cython中使用Typed memoryview。

Question

我想使用类型化的内存视图优化一个函数，但我不知道参数类型应该是什么。它可以是numpy数组，甚至可以是标量。那么，我该如何使用类型化的内存视图呢？

- bewithaman

---

这个问题听起来有点像：“我想使用静态类型，但我在编译时不知道类型是什么”。 - cel

@cel 是的，听起来一样。 - bewithaman

我认为Cel可能在暗示你的两个要求是相互矛盾的。然而，一种方法是：1）定义一个“实现”函数，它操作一个1D memoryview。2）定义一个包装器函数，它可以操作任何Python对象。a）如果传递了一个1D memoryview，则调用实现函数；b）如果传递了一个标量，则创建一个1x1数组并调用实现函数；c）如果传递了一个多维数组，则将其展平以供实现函数使用，或者遍历行并为每行调用实现函数。 - DavidW

或者，您可以查找如何在Cython中制作numpy“ufuncs”，这可能是您想要的。但是，这可能非常棘手。 - DavidW

@DavidW 对我来说，你可以把你的评论作为答案添加进去...这基本上解决了OP的需求。 - Saullo G. P. Castro

@SaulloCastro 我当时没有将其发布为答案，因为我不想编写代码来说明它（我认为它可能需要代码才能成为一个合适的答案）。不过现在我已经发布了。 - DavidW

Answer 1

这种问题的难点在于Python是动态类型的，因此在选择代码路径时总会失去速度。但是，从原则上讲，您可以使各个代码路径非常快。一个可能会给您带来良好结果的方法是：

1. 定义一个“实现”函数，该函数操作1D memoryview。
2. 定义一个包装器函数，该函数操作任何Python对象。
   1. 如果传递了1D memoryview，则调用实现函数；
   2. 如果传递了标量，则创建1x1数组并调用实现函数；
   3. 如果传递了多维数组，则将其展平以供实现函数使用，或者遍历行，在每行中调用实现函数。

下面是一个快速实现。这假定您想对输入数组的每个元素应用一个函数（并且希望输出一个相同大小的输出数组）。我选择的说明性函数只是将1添加到每个值。它还在某些地方使用了numpy（而不仅仅是typed memoryviews），我认为这是合理的：

cimport cython
import numpy as np
import numbers

@cython.boundscheck(False)
cdef double[:] _plus_one_impl(double[:] x):
  cdef int n
  cdef double[:] output

  output = x.copy()
  for n in range(x.shape[0]):
    output[n] = x[n]+1
  return output

def plus_one(x):
  if isinstance(x,numbers.Real): # check if it's a number
    return _plus_one_impl(np.array([x]))[0]
  else:
    try:
      return _plus_one_impl(x)
    except ValueError: # this gets thrown if conversion fails
      if len(x.shape)<2:
        raise ValueError('x could not be converted to double [:]')
      output = np.empty_like(x) # output is all numpy, whatever the input is
      for n in range(x.shape[0]): # this loop isn't typed, so is likely to be pretty slow
        output[n,...] = plus_one(x[n,...])
      return output

在某些情况下，这段代码可能会变得有些慢（即第二维度较短的2D数组）。

然而，我的真正建议是研究一下NumPy ufuncs，它们提供了一个有效地实现这种操作的接口。（请参阅http://docs.scipy.org/doc/numpy-dev/user/c-info.ufunc-tutorial.html）。不幸的是，它们比Cython更加复杂。

- DavidW