Cython + Numpy 变量 ndim 是什么意思？

Question

我需要初始化变量形状的数组 (dim,) + (nbins,)*dim，其中dim通常很小，但nbins可能很大，因此数组具有ndims = dim + 1。例如，如果dim = 1，则需要一个形状为(1, nbins)的数组，如果dim = 2，则形状为(2, nbins, nbins)等。

是否可以相应地键入numpy数组？我尝试了一些东西。

 ctypedef uint32_t  uint_t
 ctypedef float     real_t
 ...
     cdef:
         uint_t dim = input_data.shape[1]
         np.ndarray[real_t, ndim=dim+1] my_array = np.zeros((dim,)\
     + (nbins,)*dim, dtype = np.float32)

是的，我本来就有预感它不会起作用，但还是尝试了一下 ;)

是否可以像这样做，还是必须使用指针/内存分配等？或者我只能（咽口气！）使用一维数组，在最后重新调整形状？

- H. Arponen

Answer 1

那你只能使用一维数组，并在最后进行重塑。Cython只能在编译时知道维数，才能进行其数组访问优化。不要去改变malloc，这是没有价值的。

cdef:
    np.npy_intp size = dim * n_bins ** dim
    np.ndarray[float, ndim=1, mode='c'] arr = np.zeros(size, dtype=np.float32)

    # do work, using "manual" index calculations

    return arr.reshape(dim, (n_bins,) * dim)

（旁注：形状的适当类型是np.npy_intp，而不是uint32_t。）

- Fred Foo