使用 PyUblas、Boost.Python 和 py_tsg 从 python 访问塔斯马尼亚稀疏网格.make_g

我正在使用py_tsg从Python调用稀疏网格生成器Tasmanian(用C++编写(。 py_tsg网站表明我需要PyUblas和Boost.Python作为先决条件。 我已经完成了所有设置，并正在运行给出的第一个示例问题，以确保一切都是犹太洁食(在前面给出的相同py_tsg链接上(。

所以，除了一件事之外，一切似乎都很好...塔斯马尼亚网格方法中的一个参数之间的类型不匹配：make_global_grid。 具体来说，Python 将 numpy.ndarray 的整数传递给 pyublas：：numpy_vector，解释器不喜欢它。

以下是来源：

import scipy, scipy.integrate, itertools
import pyublas
import _py_tsg as tsg
grid = tsg.TSG()
def fn1(x):     return scipy.exp(-x[0]*x[0])*scipy.cos(x[1])
dimension = 2
outputs = 0
level = 7
grid.make_global_grid( dimension, outputs, level, tsg.TypeDepth.type_level, tsg.TypeOneDRule.rule_clenshawcurtis, scipy.array([], dtype=int), 0.0, 0.0 )
points = grid.get_points()
weights = grid.get_weights()
sum = scipy.sum( [w*fn1(x) for (x,w) in zip(points, weights)] )
print("nExample 1")
print("grid has: %d points" % grid.get_num_points())
print("integral is: %.17f" % sum)
print("error: %.17f" % scipy.fabs( sum - 2.513723354063905e+00 ))

和堆栈跟踪：Boost.Python.ArgumentError：Python 参数类型在TSG.make_global_grid(TSG， int， int， int， TypeDepth， TypeOneDRule， numpy.ndarray， float， float(与C++签名不匹配：make_global_grid(TSG_Wrap {lvalue}， int， int， int， TasGrid：：TypeDepth， TasGrid：：TypeOneDRule， pyublas：：numpy_vector， double， double(