使用cython加速使用numpy数组的类
使用Cython加速使用NumPy数组的类是一种优化Python代码性能的方法。Cython是一个将Python代码转换为C语言的编译器，可以在不改变代码逻辑的情况下提高代码的执行效率。
Cython可以与NumPy库结合使用，通过使用Cython编写的扩展模块，可以将Python中的NumPy数组操作转换为高效的C代码。这种方法可以显著提高数组操作的速度，特别是对于大规模数据处理和科学计算任务。
优势：
- 提高性能：Cython编译生成的C代码比纯Python代码执行速度更快，可以显著提高数组操作的性能。
- 无需改变代码逻辑：使用Cython加速NumPy数组的类不需要改变代码的逻辑，只需在关键的部分使用Cython进行优化。
- 兼容性：Cython与NumPy库兼容良好，可以直接使用NumPy的数组对象进行操作。
应用场景：
- 大规模数据处理：对于需要处理大规模数据集的任务，使用Cython加速NumPy数组的类可以提高计算效率，加快数据处理速度。
- 科学计算：在科学计算领域，使用Cython加速NumPy数组的类可以加快计算速度，提高研究效率。
- 数值模拟：对于需要进行数值模拟的任务，使用Cython加速NumPy数组的类可以提高模拟的实时性和准确性。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云提供了多种云计算相关产品，以下是一些推荐的产品：
- 云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
- 云原生容器服务（TKE）：https://cloud.tencent.com/product/tke
- 人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
- 物联网套件（IoT Suite）：https://cloud.tencent.com/product/iot-suite
请注意，以上链接仅供参考，具体产品选择应根据实际需求进行评估和决策。
相关·内容
我试图在我的cython代码中使用融合类型，但double类型无法编译。如果我从融合类型中删除了double类型，则编译成功。为什么？非常感谢。
python 3.6.4
cython 0.27.3
import numpy as np
cimport numpy as np
cimport cython
import warnings
warnings.simplefilter("ignore")
ctypedef np.float64_t DTYPE1_t
ctypedef np.int64_t DTYPE2_t
ctypedef fused number_or_arr
浏览 2提问于2020-05-08得票数 0
我想从python代码中向Cython方法传递以下整数列表数组(即，它不是二维数组)。
Python示例代码
import numpy as np
import result
a = np.array([[1], [2,3]])
process_result(a)
a的输出为array([list([1]), list([2, 3])], dtype=object)
Cython示例代码
def process_result(int[:,:] a):
pass
上面的代码给出了以下错误：
ValueError: Buffer has wrong number of dimensions
浏览 0提问于2018-06-12得票数 2
回答已采纳
我有一个大的numpy数组，其结构如下：
array([['A', 0.0, 0.0],
['B2', 1.0, 0.0],
['B4', 2.0, 3.0],
['AX1', 3.0, 1.0],
['C2', 0.0, 2.0],
['D3', 2.0, 1.0],
['X4', 3.0, 8.0],
['BN', 2.0, 9.0],
['VF
浏览 1提问于2021-03-19得票数 0
回答已采纳
当numpy ndarray被更改时，我正在测试Cython的性能，这取决于i-th和j-th指数的和是偶数还是奇数。与Python相比，Cython的速度仅快80%，这在速度上有点平庸。我现在已经没有主意了。有什么建议吗？
@Python：
def even_odd_function(matrix):
dim = matrix.shape[1]
for i in range(dim):
for j in range(dim):
if (i + j) % 2 == 0:
matrix[i, j] = m
浏览 3提问于2017-06-15得票数 0
回答已采纳
1回答
我正在试图找到最快的方法来获得numpy在2D numpy数组上的' where‘语句的功能；也就是说，检索满足条件的索引。它只是比我使用过的其他语言慢得多(例如IDL，Matlab)。
我有一个函数，它在嵌套的for-循环中遍历数组.速度几乎有一个数量级的增长，但如果可能的话，我想提高性能。
TEST.py：
from cython_where import *
import time
import numpy as np
data = np.zeros((2600,5200))
data[100:200,100:200] = 10
t0 = time.time()
inds,c
浏览 0提问于2016-01-19得票数 5
5回答
我有一个分析代码，它使用numpy执行一些繁重的数值运算。出于好奇，我试着用cython编译它，只做了很小的改动，然后我用循环重写了numpy部分。
令我惊讶的是，基于循环的代码要快得多(8倍)。我不能发布完整的代码，但我做了一个非常简单的无关的计算，显示了类似的行为(尽管时间上的差异并不是很大)：
版本1(没有cython)
import numpy as np
def _process(array):
rows = array.shape[0]
cols = array.shape[1]
out = np.zeros((rows, cols))
fo
浏览 0提问于2011-10-18得票数 41
回答已采纳
我搞不懂为什么3D数组的NumPy嵌套循环比Cython慢。我写了一些琐碎的例子。
Python/NumPy版本：
import numpy as np
def my_func(a,b,c):
s=0
for z in xrange(401):
for y in xrange(401):
for x in xrange(401):
if a[z,y,x] == 0 and b[x,y,z] >= 0:
c[z,y,x] = 1
浏览 2提问于2014-10-28得票数 4
1回答
我正在学习cython。我写了一段数字代码：
from numpy import *
def set_onsite(n):
a=linspace(0,n,n+1)
onsite=zeros([n+1,n+1],float)
for i in range(0,n+1):
onsite[i,i]=a[i]*a[i]
return onsite
我使用%timeit来计算时间
%timeit ex5.set_onsite(10000)
10 loops, best of 3: 24.2 ms per loop
所以我写了一个cython版本，如下所示
浏览 3提问于2014-11-30得票数 0
我试图使用cython包装一个C++库(如果相关的话是fastText)。C++库类从磁盘加载一个非常大的数组。我的包装器从C++库实例化一个类来加载数组，然后使用cython内存视图和numpy.asarray将数组转换为numpy数组，然后调用torch.from_numpy创建一个张量。
出现的问题是如何处理数组的内存释放。
现在，当程序退出时，我得到了pointer being freed was not allocated。我想这是因为C++代码和numpy/pytorch都试图管理相同的内存块。
我可以简单地注释掉C++库中的析构函数，但这感觉会给我带来一个不同的问题。
我应该如何
浏览 5提问于2017-06-06得票数 4
回答已采纳
假设我想实现Numpy的
x[:] += 1
在Cython。我可以写
@cython.boundscheck(False)
@cython.wraparoundcheck(False)
def add1(np.ndarray[np.float32_t, ndim=1] x):
cdef unsigned long i
for i in range(len(x)):
x[i] += 1
但是，这只适用于ndim = 1。我可以用
add1(x.reshape(-1))
但这只适用于相邻的x。
是否提供了任何相当简单和有效的方法来迭代Numpy数组，就好像它们是平
浏览 1提问于2016-08-20得票数 3
回答已采纳
我有一个np数组，为了机器精度，它的元素是分数形式的。我想应用像高斯消元法这样的线性代数程序。下面是我到目前为止的Cython代码(请注意，它只显示了获取上三角形形式的步骤，但实际上并没有引用它)。
Python中生成的数据：
size = 5
foo = np.array([[Fc(v).limit_denominator(100) for v in r]
for r in np.random.randn(size, size)])
identity = np.array([[Fc(v) for v in r] for r in np.identity(len
浏览 0提问于2017-06-16得票数 0
在np.ndarray文件中，似乎不能在cython.locals中声明.pxd。它适用于内存视图，但不适用于np.ndarray。然而，有些情况下我们需要np.ndarray。
在notsupported.py中
import numpy as np
def func():
arr = np.ones(2)
return arr**2
在notsupported.pxd中
import cython
import numpy as np
cimport numpy as np
@cython.locals(arr=np.ndarray[np.int_t, ndim=1]
浏览 1提问于2019-09-11得票数 0
回答已采纳
Cython不喜欢闭包中的numpy数组？
%%cython
import numpy as np
cimport numpy as np
def f(np.ndarray[double, ndim=1] a):
def g (double b):
return a+b
return g(1)
使用稳定版本0.24，我得到：
Error compiling Cython file:
------------------------------------------------------------
...
import numpy as np
cimpo
浏览 2提问于2017-01-28得票数 4
1回答
%%cython
import numpy as np
cimport numpy as np
def cy_sum(int n):
cdef double s=0
cdef int i
for i in range(n):
s += np.sqrt(i)
return s
如上所示，我有计算平方根和的代码。通过使用cython -a，我得到了图片中的结果。cython代码在函数调用np.sqrt(i)时与python交互，与纯python代码相比没有任何改进。
我不知道在指定变量类型时是否做错了什么。还有其他解决方案，例如使用i*
浏览 1提问于2018-11-08得票数 8
回答已采纳
我需要写一个脚本，将做最小二乘拟合，像素一个像素的4个相似的500x500图像堆栈。与此相同，我需要将所有四幅图像上特定像素位置的值拟合为长度为3的向量，对每个像素使用相同的4x3矩阵。
如果不对每个像素进行嵌套的for-循环迭代，我看不出有什么方法可以做到这一点，所以我认为cython可以加快速度。我以前从未使用过cython，但我根据文档示例编写了以下代码。
问题是，与纯python实现(~25s)相比，运行速度慢或慢(~27s)。
有人看到是什么让这件事慢下来了吗？谢谢!
import numpy as np
cimport numpy as np
cimport cython
npi
浏览 0提问于2017-11-21得票数 1
回答已采纳
3回答
我想用Cython优化这个Python代码：
def updated_centers(point, start, center):
return np.array([__cluster_mean(point[start[c]:start[c + 1]], center[c]) for c in range(center.shape[0])])
def __cluster_mean(point, center):
return (np.sum(point, axis=0) + center) / (point.shape[0] + 1)
我的Cython代码：
cimport
浏览 1提问于2018-06-19得票数 2
回答已采纳
我遇到了使用Cython将临时结果分配给数组的问题。这里我声明了一个test_array、sample-size和weight_array，通过使用for循环，我将每个加权结果保存到一个res_array中。在Cython中，test_array和weight_array都被定义为C-连续数组。test.pyx和setup.py文件列示如下：
# test.pyx
import numpy as np
cimport numpy as np
import random
cimport cython
from cython cimport boundscheck, wraparound
@c
浏览 1提问于2016-04-06得票数 2
回答已采纳
我想要创建一个子类的科学学习的sklearn.cluster.KMeans，并希望这样做在cython出于性能的原因。这个是可能的吗？
有一个老问题是，它似乎与pxd-文件的(非)发布有关。但是，在cython中派生sklearn中的主要类将是非常有用的，因此我在这里询问，现在是否有任何解决方案。
我的源文件：
from sklearn.cluster cimport KMeans
cimport cython
@cython.cclass
class OtherKMeans(KMeans):
def __init__(self,kappa, **kwargs):
se
浏览 8提问于2022-05-02得票数 1
2回答
我正试图在cython中为蒙特卡罗模拟编写一个函数。该函数涉及多个小的线性代数运算，如点积和矩阵逆。由于这个函数被调用了几十万倍，所以numpy开销得到了很大一部分成本。三年前，有人问了这个问题：，我试着使用这两个答案中的建议，但是第一个scipy.linalg.blas仍然要经过python包装，我并没有得到任何改进。第二，使用gsl包装器的速度也很慢，当向量的维数非常大时，往往会冻结我的系统。我还发现了Ceygen软件包，它看起来很有希望，但似乎安装文件在上一次Cython更新中被破坏了。另一方面，我看到scipy正在为lapack编写一个cython包装，但它看起来仍然不可用(最后我也可
浏览 0提问于2015-07-17得票数 6
回答已采纳
我试图评估一些方法，而且我在性能上遇到了一个绊脚石。
为什么我的cython代码这么慢？我的期望是，代码运行速度要快得多(对于只有256 ** 2个条目的2d循环来说，可能是纳米秒)，而不是毫秒。
以下是我的测试结果：
$ python setup.py build_ext --inplace; python test.py
running build_ext
counter: 0.00236220359802 sec
pycounter: 0.00323309898376 sec
percentage: 73.1 %
我的初始代码如下所示：
#!/u
浏览 3提问于2015-06-03得票数 4
回答已采纳
我试图使用cython来加速递归函数，该函数执行numpy查找以找到相关的感兴趣区域：
import numpy as np
cimport numpy as np
DTYPE = np.int
ctypedef np.int_t DTYPE_t
def find_ob(np.ndarray[DTYPE_t, ndim=2] ar, list point, list s):
if ar[point[0], point[1]] == 1:
s.append(point)
px = point[0]
py = point[1]
浏览 1提问于2014-11-24得票数 1
回答已采纳
2回答
我需要使用不同大小的2Dnumpy数组执行大量工作，我想将这些计算卸载到cython上。我的想法是，我的二维numpy数组将从python传递到cython，在那里它将被转换为c数组或内存视图，并在其他c级函数的级联中使用来执行计算。
经过一些分析后，我排除了在cython中使用numpy数组的可能性，因为一些严重的python开销。使用内存视图要快得多，而且非常容易使用，但我怀疑使用c数组可以获得更大的加速比。
但这是我的问题--我如何在cython中声明2Dc数组，而不是用设置值预先定义它的维度？例如，我可以这样从numpy创建一个c数组：
narr = np.array([[1,2,3,
浏览 0提问于2014-09-19得票数 8
1回答
我确信这是一个复制品，但我真的在别处找不到答案。
我的主要问题是，我在代码中使用numpy boolean索引，并且正在对其进行优化。
我做了一些类似的事情：
y_ind = ~isnan(y)
otheThing = y[t,y_ind[t,:]]
我将这个切片保存在otherThing中的原因是，我使用它进行了多次计算，这样就避免了每次都重新切片。
我的解决方案是在y和otherThing中使用内存视图而不是np.ndarray。
问题是boolean索引在cython中不起作用，所以我尝试用一个整数列表对其进行切片。就像我们在numpy中所做的那样，例如：
x = np.random.r
浏览 3提问于2017-08-29得票数 0
回答已采纳
3回答
我有一个为我计算矩阵的函数，但它真的很慢。即使在cython中，它的运行速度也很慢，所以我想知道是否可以做些什么来增强下面的代码。
编辑:我已更改或添加
des = np.zeros([n-m+1,m]) to cdef np.ndarray des = np.zeros([n-m+1,m], dtype=DTYPE) (这比np.empty...更快，而不是说m/2我添加了一个cdef int m2 = m/2，但这似乎没有任何帮助。
cimport numpy as np
cimport cython
DTYPE = float
ctypedef np.float_t DTYPE_t
浏览 0提问于2013-03-13得票数 2
2回答
我有在python中工作的代码，希望使用cython来加快计算速度。我复制的函数位于一个.pyx文件中，并从我的python代码中调用。V，C，train，I_k是二维numpy数组，而lambda_u，用户，隐藏是ints.我没有使用C或cython的经验。使代码更快的有效方法是什么。使用cython -a编译代码向我展示了代码是有缺陷的，但如何改进它。在for i in prange (user_size, nogil=True):中使用Constructing Python slice object not allowed without gil结果。
如何修改代码以获取cython的功
浏览 1提问于2016-09-28得票数 3
回答已采纳
1回答
我想知道为什么numpy.zeros占用这么小的空间？
x = numpy.zeros(200000000)
这不需要记忆，
x = numpy.repeat(0,200000000)
占用约1.5GB。numpy.zeros是否创建了一个空指针数组？如果是，在cython中更改指针后，是否有方法将数组中的指针设置为空？如果我用：
x = numpy.zeros(200000000)
x[0:200000000] = 0.0
内存使用量大大增加了。是否有一种方法可以更改值，然后将其更改为numpy.zeros最初在python或cython中使用的格式？
浏览 2提问于2014-12-19得票数 13
回答已采纳
我在想，当我在Numpy中使用Cython时，是否遗漏了一些东西，因为我还没有看到太多的改进。我写了这段代码作为一个例子。
天真版本：
import numpy as np
from skimage.util import view_as_windows
it = 16
arr = np.arange(1000*1000, dtype=np.float64).reshape(1000,1000)
windows = view_as_windows(arr, (it, it), it)
container = np.zeros((windows.shape[0], windows.shape[
浏览 6提问于2015-01-18得票数 1
2回答
Numba代码比纯python慢
、、、、
我一直在努力加速粒子过滤器的重采样计算。因为python有许多加快速度的方法，所以我想我会尝试它们。不幸的是，numba版本非常慢。由于Numba应该会加速，我认为这是我的一个错误。
我尝试了4种不同的版本：
南巴
Python
Numpy
Cython
每项代码如下：
import numpy as np
import scipy as sp
import numba as nb
from cython_resample import cython_resample
@nb.autojit
def numba_resample(qs, xs, rands):
浏览 1提问于2014-01-30得票数 19
回答已采纳
1回答
我试图用cython优化以下python代码：
from cython cimport boundscheck, wraparound
@boundscheck(False)
@wraparound(False)
def cython_color2gray(numpy.ndarray[numpy.uint8_t, ndim=3] image):
cdef int x,y,z
cdef double z_val, grey
for x in range(len(image)):
for y in range(len(image[x])):
浏览 0提问于2020-10-03得票数 0
回答已采纳
在Cython文档的中，有numpy模块的cimport和import语句：
import numpy as np
cimport numpy as np
我发现这种约定在numpy/cython用户中非常流行。
这对我来说很奇怪，因为它们都被命名为 np。在代码的哪一部分中，使用了导入的/c导入的np？为什么cython编译器不会混淆它们？
浏览 529提问于2013-11-28得票数 36
回答已采纳
我想计算N8x8 Hermitian矩阵的谱范数，N接近1E6。例如，以这100万个随机复8x8矩阵为例：
import numpy as np
array = np.random.rand(8,8,1e6) + 1j*np.random.rand(8,8,1e6)
目前，使用numpy.linalg.norm需要将近10秒的时间：
np.linalg.norm(array, ord=2, axis=(0,1))
我尝试使用下面的Cython代码，但这只给了我一个微不足道的性能改进：
import numpy as np
cimport numpy as np
cimport cython
浏览 17提问于2015-11-08得票数 4
回答已采纳
我现在在Cython上工作，在运行代码之前，我需要定义NumPy数组类型和维数。我有这些坐标(x，y)作为输入：
list_a = [(2, 16), (24, 26)]
list_b = [(18, 8), (30, 22)]
因为我使用NumPy，所以我将列表转换为NumPy数组：
arr_a = numpy.array([(2, 16), (24, 26)])
arr_b = numpy.array([(18, 8), (30, 22)])
这是我使用的用Cython编译的代码：
%%cython
import numpy
cimport numpy
cimport cython
ct
浏览 231提问于2021-02-23得票数 0
1回答
我正在使用Cython和numpy，并且与更改numpy数组元素的dtype的cython函数有一个奇怪的问题。奇怪的是，只有在实际指定数组的输入类型时，才会更改dtype。
我在Ubuntu18.04上使用Cython==0.29.11、numpy==1.15.4、python3.6。
# cyth.pyx
cimport numpy as np
def test(x):
print(type(x[0]))
def test_np(np.ndarray[np.uint32_t, ndim=1] x):
print(type(x[0]))
现在，计算这个文件并使用以下函数：
浏览 1提问于2019-07-02得票数 2
回答已采纳
1回答
我正在使用几种技术(NumPy、Weave和Cython)来执行Python性能基准。代码在数学上所做的基本上是C = AB，其中A、B和C是N x N矩阵(注意：，这是矩阵乘积，而不是按元素进行的乘法)。
我编写了5种不同的代码实现：
纯python ( 2D Python列表上的循环)
NumPy (二维NumPy阵列的点积)
编织内联(二维阵列上的C++循环)
Cython (在2D Python列表上循环+静态类型)
(在2D NumPy数组上循环+静态类型)
我的期望是，实现2到5的速度将大大快于实现1。然而，我的结果表明并非如此。以下是我与纯Python
浏览 7提问于2013-06-10得票数 4
回答已采纳
1回答
我正在编写Python代码，以加速二进制图像中标记对象的区域属性函数。下面的代码将计算给定对象索引的二进制图像中标记对象的边框像素数。main()函数将循环遍历二进制图像“掩码”中的所有标记对象，并计算每个对象的边框像素数。
我想知道最好的方法是在这个Cython代码中传递或返回我的变量。变量要么在NumPy数组中，要么在类型化内存视图中。我一直在用不同的格式传递/返回变量，但无法推断出最佳/最有效的方法是什么。我刚接触过Cython，所以Memoryview对我来说仍然是相当抽象的，这两种方法之间是否有不同仍然是一个谜。我正在处理的图像包含有100,000+标记的对象，因此这样的操作需要相当
浏览 0提问于2018-04-12得票数 2
回答已采纳
我很难在任何地方找到专门解决以下问题的文档：
以下代码：
cdef int foo( double data ):
# ...
return int( data )
可以写成：
@cython.returns(cython.int)
@cython.locals(data=cython.double)
def foo(data):
return int(data)
但我找不到相应的声明：
cdef foo(np.ndarray[double] data):
使用@cython.locals会导致编译错误。
在cython中，装饰器声明numpy数组的正确方法是什么？
浏览 6提问于2017-07-19得票数 3
回答已采纳
在NumPy数组上迭代时，Numba看起来比Cython快得多。
我可能缺少哪些Cython优化？
下面是一个简单的例子：
纯Python代码：
import numpy as np
def f(arr):
res=np.zeros(len(arr))
for i in range(len(arr)):
res[i]=(arr[i])**2
return res
arr=np.random.rand(10000)
%timeit f(arr)
每环4.81ms±72.2s(平均±std )。dev.7次运行中，每一次循环100次)
Cython代码
浏览 0提问于2018-11-06得票数 17
回答已采纳
2回答
对于我的项目使用，我需要在二维数组中存储一定数量(~100x100)的浮点数。在函数计算期间，我需要读写数组，由于函数是真正的瓶颈(消耗98%的时间)，所以我真的需要它很快。
我用numpy和cython做了一些实验：
import numpy
import time
cimport numpy
cimport cython
cdef int col, row
DTYPE = numpy.int
ctypedef numpy.int_t DTYPE_t
cdef numpy.ndarray[DTYPE_t, ndim=2] matrix_c = numpy.zeros([100 + 1,
浏览 2提问于2013-07-08得票数 1
回答已采纳
2回答
Cython初学者来了。我正试图通过使用多线程来加速对某一配对统计量(在几个回收箱中)的计算。特别是，我使用的是来自cython.parallel的prange，它内部使用openMP。
下面的最小示例说明了这个问题(通过木星笔记本Cython魔术编译)。
笔记本设置：
%load_ext Cython
import numpy as np
Cython代码：
%%cython --compile-args=-fopenmp --link-args=-fopenmp -a
from cython cimport boundscheck
import numpy as np
from cyth
浏览 0提问于2017-02-16得票数 4
回答已采纳
我正在尝试过滤具有列条件的np.ndarray中的行。我通常使用以下代码：
def filter(data,column_index,threshold):
left = data[data[:,column_index] <= threshold]
right = data[data[:,column_index] > threshold]
return left,right
但是我有一个很大的数据集和阈值，所以我需要优化执行时间。有没有办法使用Cython优化这段代码？我的尝试：
import numpy as np
cimport numpy as
浏览 2提问于2021-08-05得票数 0
1回答
我试着用cython.parallel prange。我只能看到两个内核被使用了50%。我怎样才能利用所有的核心。例如，将循环同时发送到共享阵列、卷和mc_vol的核心？
编辑:我还编辑了纯顺序的for-loop，它比cython.parallel prange版本快了大约30秒。它们都只使用一个内核。有没有办法将其并行化。
cimport cython
from cython.parallel import prange, parallel, threadid
from libc.stdio cimport sprintf
from libc.stdlib cimport malloc, f
浏览 1提问于2015-05-08得票数 0
我是Cython的新手，下面的代码是初始化一个类A
python3.6
cython0.28
矮胖1.14.5
a.pyx
from __future__ import division
cimport cython
from libcpp cimport bool
cimport numpy as np
import numpy as np
DTYPE = np.float64
ctypedef np.float64_t DTYPE_t
TTYPE = np.int64
ctypedef np.int64_t TTYPE_t
cdef class A():
浏览 0提问于2019-03-22得票数 0
我正在对来自的素数生成器的一个变体进行一些性能测试。以下性能指标与kmax=1000一起使用
纯Python实现，在CPython中运行:0.15
纯Python实现，在Cython中运行:0.07
def primes(kmax):
p = []
k = 0
n = 2
while k < kmax:
i = 0
while i < k and n % p[i] != 0:
i = i + 1
if i == k:
p.append(n)
浏览 5提问于2014-03-19得票数 17
回答已采纳
对于uni赋值，我在MATLAB中编写了一个2D方形区域流动求解器。为了学习Python，我将MATLAB代码转换为Python。我已经使用NumPy完成了所有矩阵-向量乘法，并使用scipy.sparse.linalg.spsolve()来求解Ax=b，其中A是40x40且是稀疏的。
最后，我对求解器的速度不太满意。因此，我使用Spyder中包含的分析器来追踪瓶颈。基本上，除了系统求解(使用前面提到的方法)之外，所有的线性代数运算都相当快。这并不奇怪，因为求解一个系统总是比简单地将一些向量和矩阵相乘要昂贵得多。
我求助于Cython来加速我的求解器。我读了，然后给每个变量都分配了一个静态类型
浏览 2提问于2013-05-28得票数 0
传递dtype np.float64_t的numpy数组很好(如下所示)，但我不能传递字符串数组。
--这就是工作原理:
# 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
浏览 4提问于2012-06-12得票数 20
1回答
下面是我试图优化的cython代码，
import cython
cimport cython
from libc.stdlib cimport rand, srand, RAND_MAX
import numpy as np
cimport numpy as np
def genLoans(int loanid):
cdef int i, j, k
cdef double[:,:,:] loans = np.zeros((240, 20, 1000))
cdef double[:,:] aggl
浏览 1提问于2014-08-10得票数 4
我遇到了一个来自的非常奇怪的结果
这些都是不同风格的冒泡排序实现，在n=10^4中最快的方法是在内部将Python列表转换为C数组。相反，黄线对应于我使用带有内存视图的NumPy数组的代码。我期望结果反之亦然。我(和我的同事)重复了几次基准测试，总是得到相同的结果。也许有人知道这里发生了什么.
图中的黑线将对应于代码：
%%cython
cimport cython
from libc.stdlib cimport malloc, free
def cython_bubblesort_clist(a_list):
"""
The Cytho
浏览 2提问于2014-05-15得票数 3
我按照中的说明操作
但我在尝试构建自己的区块时遇到了一些问题：
(代码的目的只是计算两个三角形的并集面积)
我的.pyx代码：
cimport cython
import numpy as np
cimport numpy as np
DTYPE = np.float
ctypedef np.float_t DTYPE_t
cpdef DTYPE_t union(np.ndarray[DTYPE_t, ndim=1] au, np.ndarray[DTYPE_t, ndim=1] bu, DTYPE_t area_intersection):
cdef DTYPE_t area_a
浏览 0提问于2018-03-04得票数 4
2回答
这个数学函数的目的是用二面角计算两个(或更多)蛋白质结构之间的距离：
例如，它在结构生物学中非常有用。我已经用numpy在python中编写了这个函数，但目标是实现得更快。作为计算时间参考，我使用了科学知识包中可用的欧氏距离函数.
下面是我目前掌握的代码：
import numpy as np
import numexpr as ne
from sklearn.metrics.pairwise import euclidean_distances
# We have 10000 structures with 100 dihedral angles
n = 10000
m = 10
浏览 2提问于2015-08-27得票数 10
回答已采纳
1回答
我正在尝试用Cython来加速我的Python代码，到目前为止，它工作得很好。然而，我有一个问题:处理列表。
使用cython -a myscript.pyx，我可以看到，在处理列表时，我的代码中只有一部分调用Python例程。
例如，我有一个numpy数组(sel1)，需要像这样拆分：
x1 = numpy.array([t[0] for t in sel1])
y1 = numpy.array([t[1] for t in sel1])
z1 = numpy.array([t[2] for t in sel1])
我不知道如何用Cython来加速这个过程。
另一种情况是在使用列表/数组索引
浏览 0提问于2015-03-09得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
