编织内联类型转换(python)

Weave inline typecasting (python)

本文关键字：python 类型转换 编织      更新时间：2023-10-16
新年快乐!

我使用SciPy的编织与我的一些c++代码内联来转置巨大的矩阵(大约200.000 x 15)。它像一个魅力，但我有一个关于类型转换的问题:

我的输入矩阵是从文件中读取的，逗号分隔等，所以所有条目都是字符串而不是浮点数('0.551'而不是0.551)。这并不影响转置函数的工作方式，但后来我不得不将某些行转换为numpy浮点数组，所以我想知道这是否可以在c++代码中完成。让我用一些代码来解释:

def transpose(lines, N, x):
    code =  """
            py::list matrix;
            for(int i = 0; i < x; i++) {
                py::list line;
                if(i == 1) { continue; }
                for(int j = 0; j < N; j++) {
                    line.append(lines[j][i]);
                }
                matrix.append(line);
            }
            return_val = matrix;
            """
    return weave.inline(code, ['lines', 'N', 'x'])
matrix = [['0.5','0.1'],['0.2','0.2']]
matrixT = transpose(matrix, len(matrix), len(matrix[0]))
final_result = np.array(matrixT[0], dtype=float)

在示例中，我的小矩阵将被转置，我的示例结果将是转置矩阵的第一行转换为dtype float的numpy数组。这可以在c++代码中完成吗?我尝试过使用double x = (double) lines[j][i]和类似的东西，但它不知何故不能用于附加到py::list对象。

下面的代码可以完成您需要的全部内容:

def transpose(lines):
    code =  """
            for(int i = 0; i < x; i++) {
                for(int j = 0; j < N; j++) {
                    out[j + i * N] = atof(lines[j][i]);
                    // OUT2(i, j) = atof(lines[j][i]);
                }
            }
            """
    N = len(lines)
    x = len(lines[0])
    out = np.empty((x, N), dtype=np.float64)
    weave.inline(code, ['lines', 'N', 'x', 'out'])
    return out
>>> matrix = [['0.5', '0.1', '0.7'],['0.2','0.2', '0.4']]
>>> matrix
[['0.5', '0.1', '0.7'], ['0.2', '0.2', '0.4']]
>>> transpose(matrix)
array([[ 0.5,  0.2],
       [ 0.1,  0.2],
       [ 0.7,  0.4]])

除了在没有写任何C的情况下不断忘记;之后的6年，我有很多麻烦弄清楚out在c++代码中变成了什么，最后它是一个指向数据本身的指针，而不是文档所述的PyArrayObject。有两个由weave定义的变量可供使用，out_array和py_out，它们的类型分别是PyArrayObject*和PyObject*。

我把这个赋值的另一个版本注释掉了:weave自动定义宏<VAR>1、<VAR>2、<VAR>3和<VAR>4来访问相应维数的数组项。

相关文章：