我有一个应用程序涉及非常稀疏的大型 n 维数组。 scipy.sparse
具有有用的“矢量化获取和设置”功能,因此可以使用 Cython 快速填充稀疏矩阵。
当然 scipy 包不能处理 n 维。我发现有两个包在 python sparray
和 ndsparse
中执行 n 维稀疏数组。但是似乎两者都没有矢量化获取和设置功能。</p>
所以我需要:
- 一个用于 n 维数组的 python 包,带有矢量化 get 和 set 或
- 一个用于稀疏数组的 c 库,我可以使用 Cython 或 轻松访问它
- 一些“自己动手”选项,我猜这需要一个等效于 python dict 的 c
出于我的目的,我认为将 n 维坐标映射回一维或二维可能会起作用。更好的是有一个 dict 等价物,我可以在 Cython 循环中快速访问。我假设这排除了python dict
。
想知道是否有人可以给我一个如何在 Cython 中使用 c++ map 对象的示例?
最佳答案
如果您决定使用 C dict 选项,您可以使用 C++ STL 的 std::map。您不太可能找到更快或更健壮的 native 代码来实现字典/ map 。
cppmap.pyx:
# distutils: language = c++
cdef extern from "<map>" namespace "std":
cdef cppclass mymap "std::map<int, float>":
mymap()
float& operator[] (const int& k)
cdef mymap m = mymap()
cdef int i
cdef float value
for i in range(100):
value = 3.0 * i**2
m[i] = value
print m[10]
setup.py:
from distutils.core import setup
from Cython.Build import cythonize
setup(name = "cppmapapp"
ext_modules = cythonize('*.pyx'))
命令行:
$ python setup.py build
$ cd build/lib.macosx-10.5-x86_64-2.7
$ python -c 'import cppmap'
300.0
关于python - Python/Cython 中的快速 n 维稀疏数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20114194/