Python/Cython中的快速n维稀疏数组

Question

我有一个应用程序，它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Cython可以用于快速填充稀疏矩阵。

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。然而，它似乎都没有矢量化的获取和设置功能。

所以我需要：

• 用于n维数组的矢量化get和set或的python包
• 一个用于稀疏阵列的c库，我可以使用Cython或
• 一些"滚动你自己的"选项，我想这需要一个相当于python dict的c

就我的目的而言，我认为将n维坐标映射回1或二维是可行的。不过，最好是有一个dict等价物，我可以在Cython循环中快速访问它。我认为这排除了python dict。

想知道是否有人能给我一个如何在Cython中使用c++映射对象的例子？

Answer 1

如果您决定使用C dict选项，您可以使用C++STL的std:：map。您不太可能找到实现字典/映射的更快或更健壮的本地代码。

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