如何在Cython中将一个字符串类型的numpy数组传递给函数

Question

传递一个np.float64_t数据类型的numpy数组是可以正常工作的（如下），但我不能传递字符串数组。

以下是有效的代码示例:

# cython_testing.pyx
import numpy as np
cimport numpy as np

ctypedef np.float64_t dtype_t 

cdef func1 (np.ndarray[dtype_t, ndim=2] A):
    print A 

def testing():
    chunk = np.array ( [[94.,3.],[44.,4.]], dtype=np.float64)

    func1 (chunk)

但是我无法使其工作： 我找不到适配NumPy字符串数据类型的匹配“类型标识符”。

# cython_testing.pyx
import numpy as np
cimport numpy as np

ctypedef np.string_t dtype_str_t 

cdef func1 (np.ndarray[dtype_str_t, ndim=2] A):
    print A 

def testing():
    chunk = np.array ( [['huh','yea'],['swell','ray']], dtype=np.string_)

    func1 (chunk)

编译错误为：

Error compiling Cython file:
------------------------------------------------------------
ctypedef np.string_t dtype_str_t 
    ^
------------------------------------------------------------

cython_testing.pyx:9:9: 'string_t' is not a type identifier

更新

经过查看 numpy.pxd，我看到以下 ctypedef 语句。也许这已经足够说明我可以使用 uint8_t 并且假装一切正常，只要我能进行一些强制类型转换？

ctypedef unsigned char      npy_uint8
ctypedef npy_uint8      uint8_t

只需看看转换的代价有多高。

- HeyWatchThis

Answer 1

使用Cython 0.20.1时，可以使用 cdef np.ndarray ，而不需要指定数据类型和维度数量：

import numpy as np
cimport numpy as np

cdef func1(np.ndarray A):
    print A

def testing():
    chunk = np.array([['huh','yea'], ['swell','ray']])
    func1(chunk)

- Saullo G. P. Castro

---

@TedPetrou 我正在尝试构建一个示例，在其中使用 dtype=object 可以加速更新答案，但到目前为止我发现它等同于不指定 dtype。您是如何测量100倍的加速值的？ - Saullo G. P. Castro

在我之前的评论中，似乎我说错了话。改用对象后，看起来我的性能提高了5倍。请使用这个数组：a = np.array(['some', 'strings', 'in', 'an', 'array'] * 10 ** 5)。 - Ted Petrou

Answer 2

看起来你运气不太好。

http://cython.readthedocs.org/en/latest/src/tutorial/numpy.html

目前还不支持一些数据类型，例如布尔数组和字符串数组。

---

这个答案已经过时了，可以参考Saullo Castro的回答，但为了历史记录我会保留它。

- JAB

---

谢谢。我已经为你的答案点赞了。虽然我希望可以通过使用Numpy结构化数组[http://docs.scipy.org/doc/numpy/user/basics.rec.html#structured-arrays]来解决问题，但我仍在寻找如何传递其中之一的方法。 - HeyWatchThis

至少对于我的目的来说，在Cython中使用cProfile，似乎仍然可以在不进行类型标注的情况下传递Numpy数组。但是，您将无法获得readthedocs.org参考文档中描述的Cython优化。 - HeyWatchThis

尽管能够慢慢地使用它们仍然比完全不能使用要好，对吧？ - JAB

此链接的内容已被修改。该引用不存在。 - gzc