将两个小numpy函数Cythonze，需要帮助

Question

问题

出于某种科学目的，我试图将两个主要处理numpy ndarrays的小函数Cythonze化。这两个smalls函数在遗传算法中被调用了数百万次，并占算法所用时间的大部分。

我自己取得了一些进步，两人都做得很好，但我的速度只提高了一点点（10%）。更重要的是，cython-annotation显示大部分代码仍在使用Python。

代码

第一个功能：

这个函数的目的是获取数据片段，它在内部嵌套循环中被调用数百万次。根据数据[1][1]中的布尔值，我们可以按正向或反向顺序获得切片。

#Ipython notebook magic for cython
%%cython --annotate
import numpy as np
from scipy import signal as scisignal
cimport cython
cimport numpy as np
def get_signal(data):
    #data[0] contains the data structure containing the numpy arrays
    #data[1][0] contains the position to slice
    #data[1][1] contains the orientation to slice, forward = 0, reverse = 1
    cdef int halfwinwidth = 100
    cdef int midpoint = data[1][0]
    cdef int strand = data[1][1]
    cdef int start = midpoint - halfwinwidth
    cdef int end = midpoint + halfwinwidth
    #the arrays we want to slice
    cdef np.ndarray r0 = data[0]['normals_forward']
    cdef np.ndarray r1 = data[0]['normals_reverse']
    cdef np.ndarray r2 = data[0]['normals_combined']
    if strand == 0:
        normals_forward = r0[start:end]
        normals_reverse = r1[start:end]
        normals_combined = r2[start:end]
    else:
        normals_forward = r1[end - 1:start - 1: -1]
        normals_reverse = r0[end - 1:start - 1: -1]
        normals_combined = r2[end - 1:start - 1: -1]
    #return the result as a tuple
    row = (normals_forward,
           normals_reverse,
           normals_combined)
    return row

第二个函数

这一个得到了numpy数组的元组列表，我们想将数组元素相加，然后对它们进行归一化，并得到交集的积分。

def calculate_signal(list signal):
    cdef int halfwinwidth = 100
    cdef np.ndarray profile_normals_forward = np.zeros(halfwinwidth * 2, dtype='f')
    cdef np.ndarray profile_normals_reverse = np.zeros(halfwinwidth * 2, dtype='f')
    cdef np.ndarray profile_normals_combined = np.zeros(halfwinwidth * 2, dtype='f')
    #b is a tuple of 3 np.ndarrays containing 200 floats
    #here we add them up elementwise
    for b in signal:
        profile_normals_forward += b[0]
        profile_normals_reverse += b[1]
        profile_normals_combined += b[2]
    #normalize the arrays
    cdef int count = len(signal)
    #print "Normalizing to number of elements"
    profile_normals_forward /= count
    profile_normals_reverse /= count
    profile_normals_combined /= count
    intersection_signal = scisignal.detrend(np.fmin(profile_normals_forward, profile_normals_reverse))
    intersection_signal[intersection_signal < 0] = 0
    intersection = np.sum(intersection_signal)
    results = {"intersection": intersection,
               "profile_normals_forward": profile_normals_forward,
               "profile_normals_reverse": profile_normals_reverse,
               "profile_normals_combined": profile_normals_combined,
               }
    return results

感谢您的帮助-我尝试过使用内存视图，但由于某种原因，代码变得越来越慢。

Answer 1

修复数组cdef（如前所述，指定了dtype）后，您可能应该将例程放在cdef函数中（该函数只能由同一脚本中的def函数调用）。

在函数的声明中，您需要提供类型（如果是数组numpy，则需要提供维度）：

cdef get_signal(numpy.ndarray[DTYPE_t, ndim=3] data):

不过，我不确定使用dict是个好主意。您可以像data[：，0]一样使用numpy的列或行切片。