带有 Cython 的布尔数字数组

Question

我有一个numpy布尔数组：

myarr = np.array([[False, True], [True, False]])

如果我尝试使用它初始化Cython MemoryView，如下所示：

cdef bint[:,:] mymem = myarr

我收到此错误：

ValueError: Does not understand character buffer dtype format string ('?')

如果我这样做，它可以正常工作：

cdef np.int_t[:,:] mymem = np.int_(myarr)

如何使用 Cython MemoryView 存储布尔 numpy 数组？

Answer 1

这些信息似乎不容易找到，我的参考资料很旧(2011 年(，但从那时起似乎没有太大变化。

Numpy 的布尔数组使用 8 位值表示 False/True(这本身并不明显 - C++的std::vector<bool>使用例如每个值 1 位(，0 -表示False和1 -表示True。您可以将 cast=True 用于 unit8 -array，以便将其用作bool -array，例如：

 %%cython
 import numpy as np
 cimport numpy as np
 def to_bool_array(lst):
    cdef np.ndarray[np.uint8_t, ndim = 1, cast=True] res
    res=np.array(lst, dtype=bool)
    return res

现在：

 >>> to_bool_array([True,False,True,False])
 array([ True, False,  True, False], dtype=bool)

设置cast=True给Cython的类型检查带来了一些松弛，因此具有相同元素大小(例如uint8，int8和bool(的numpy数组可以重新解释。但是，如果元素大小不同，则这不起作用：例如np.int8(1字节(和np.int16(2字节(。

Answer 2

前段时间我遇到了同样的问题。不幸的是，我没有找到直接的解决方案。但是还有另一种方法：由于布尔值数组的数据类型大小与uint8相同，因此您也可以使用此类型的内存视图。uint8内存视图中的值也可以与布尔值进行比较，因此该行为大多等于实际的bint内存视图：

cimport cython
cimport numpy as np
import numpy as np
ctypedef np.uint8_t uint8
cdef int i
cdef np.ndarray array = np.array([True,False,True,True,False], dtype=bool)
cdef uint8[:] view = np.frombuffer(array, dtype=np.uint8)
for i in range(view.shape[0]):
    if view[i] == True:
        print(i)

输出：

0
2
3

Answer 3

我发现最简单的做法：

cdef uint8_t[:] arr_memview8 = data.astype(np.uint8)
bool* ptr = <bool*>&arr_memview8[0]