快速教程:使用Cython来扩展Python/NumPy库
正文共2583个字,7张图,预计阅读时间:7分钟。
前言
整个快速教程直接上例子,具体对Cython的使用可以看参考文章。以下工作均在Windows 10 + Python 2.7 + NumPy 1.11.0 + Cython 0.24 版本上进行。
正文
准备工作
假设现在我们用C实现了一个可以用在数组上的cos函数,函数原型如下:
// 对in_array中的前size个数求cos值,并存放在out_array对应位置上
void cos_doubles(double * in_array, double * out_array, int size);
那么总共需要4个文件:
cos_doubles.c,C源文件。
cos_doubles.h,C头文件。
_cos_doubles.pyx,Python的C扩展文件。(注意:之所以前面加个"_"下划线,是因为使用Cython编译打包后会对pyx文件生成同名的c文件,为了避免覆盖掉原来的cos_doubles.c文件,此处加个下划线)
setup.py,负责管理编译、打包工作的“配置”脚本。
下面给出4个文件的源代码:
#include "cos_doubles.h"
#include <math.h>
/* Compute the cosine of each element in in_array, storing the result in
* out_array. */
void cos_doubles(double * in_array, double * out_array, int size){
int i;
for(i=0;i<size;i++){
out_array[i] = cos(in_array[i]);
}
}
#ifndef _COS_DOUBLES_H
#define _COS_DOUBLES_H
void cos_doubles(double * in_array, double * out_array, int size);
#endif
""" Example of wrapping a C function that takes C double arrays as input using
the Numpy declarations from Cython """
# import both numpy and the Cython declarations for numpy
import numpy as np
cimport numpy as np
# if you want to use the Numpy-C-API from Cython
# (not strictly necessary for this example)
np.import_array()
# cdefine the signature of our c function
cdef extern from "cos_doubles.h":
void cos_doubles (double * in_array, double * out_array, int size)
# create the wrapper code, with numpy type annotations
def cos_doubles_func(np.ndarray[double, ndim=1, mode="c"] in_array not None,
np.ndarray[double, ndim=1, mode="c"] out_array not None):
cos_doubles(<double*> np.PyArray_DATA(in_array),
<double*> np.PyArray_DATA(out_array),
in_array.shape[0])
from distutils.core import setup, Extensionimport numpyfrom Cython.Distutils import build_ext
setup(
cmdclass={'build_ext': build_ext},
ext_modules=[Extension("cos_doubles",
sources=["_cos_doubles.pyx", "cos_doubles.c"],
include_dirs=[numpy.get_include()])],
)
编译打包
在命令行窗口中进入到上述文件所在同级目录,输入:
>> python setup.py build_ext -i
参数-i表示inplace,即在同级目录下生成Python可调用模块pyd文件。
build过程如下:
build过程
然后可以看见在同级目录下多了两个文件:
_cos_doubles.c,使用Python C-API自动包装生成的C文件。
cos_doubles.pyx,Python可直接调用的module文件,也就是最终我们所需要的东西。
接下来测试一下:
# file: test.py
import cos_doubles
import numpy as np
import matplotlib.pyplot as plt
a = np.linspace(-5, 5, 100)
b = np.empty_like(a)
cos_doubles.cos_doubles_func(a, b)
plt.plot(b)
plt.show
()
运行效果如下图所示:
运行效果
参考资料
[1] SciPy lecture notes: 2.8. Interfacing with C
[2] Working with NumPy
[3] Python中使用C代码:以NumPy为例
[4] Cython学习
原文链接:http://www.jianshu.com/p/1918e580581d
查阅更为简洁方便的分类文章以及最新的课程、产品信息,请移步至全新呈现的“LeadAI学院官网”:
www.leadai.org
请关注人工智能LeadAI公众号,查看更多专业文章
大家都在看
LSTM模型在问答系统中的应用
基于TensorFlow的神经网络解决用户流失概览问题
最全常见算法工程师面试题目整理(一)
最全常见算法工程师面试题目整理(二)
TensorFlow从1到2 | 第三章 深度学习革命的开端:卷积神经网络
装饰器 | Python高级编程
今天不如来复习下Python基础
点击“阅读原文”直接打开报名链接
快速教程:使用Cython来扩展Python/NumPy库相关推荐
- python numpy库安装-Python Numpy库安装与基本操作示例
本文实例讲述了Python Numpy库安装与基本操作.分享给大家供大家参考,具体如下: 概述 NumPy(Numeric Python)扩展包提供了数组功能,以及对数据进行快速处理的函数. NumP ...
- python numpy库 一些统计量计算
import numpy as np # a = np.array([[3,7,5],[8,4,3],[2,4,9]]) # print ('我们的数组是:') # print (a) # print ...
- python numpy库安装 mac_教程|如何在mac上为Python安装XGBoost!
原标题:教程|如何在mac上为Python安装XGBoost! 摘要:XGBoost是一个开发非常快速和准确的梯度增强模型的库,它在Kaggle数据科学竞赛中被大量的kaggle选手选用,其中包括两个 ...
- Python Numpy库教程
目录 1 Numpy概述 1.1 概念 1.2 功能 1.3 对象 1.4 数据类型 1.5 数组属性 2 Numpy数组操作 2.1 Numpy创建 2.1.1 利用列表生成数组 2.1.2 利用r ...
- Python Numpy库教程(超详细)
1 Numpy概述 1.1 概念 Python本身含有列表和数组,但对于大数据来说,这些结构是有很多不足的.由于列表的元素可以是任何对象,因此列表中所保存的是对象的指针.对于数值运算来说这种 结构比较 ...
- python numpy库下载_Python Numpy库快速入门
https://stackedit.io/viewer 1/9 Python 科 学 计 算 库 NumPy 的 使 ⽤ NumPy 的 介 绍 NumPy(Numerical Python 的 缩 ...
- python numpy库是第三方库吗_浅谈python的第三方库——numpy(终)
本文作为numpy系列的总结篇,继续介绍numpy中常见的使用小贴士 1 手动转换矩阵规格 转换矩阵规格,就是在保持原矩阵的元素数量和内容不变的情况下,改变原矩阵的行列数目.比如,在得到一个5x4的矩 ...
- python numpy库_numpy库学习总结(基础知识)
最近在学习Python中OpenCV库,学习花了很多时间,发现基础知识很重要,尤其是numpy这个库,在进行程序开发时,处理大量类似数组这种数据结构时,它的重要性等同于Python中的列表,像前篇我们 ...
- python numpy库
文章目录 NumPy( Numeric Python) numpy的引用 Ndarray 引入n维数组的意义 ndarray的组成 ndarray对象的属性 数据类型 ndarray支持多种数据类型的 ...
最新文章
- iOS应用安全之代码混淆实现篇
- “裁员” + 滤镜 = “毕业”
- [云炬创业基础笔记]第九章企业的法律形态测试4
- 数据类型、常量、变量
- 搭建nfs,实现linux之间共享存储
- 如何使用router-link对象方式传递参数?
- PHP + ORACLE 远程连接数据库环境配置
- 在中标麒麟上基于源码安装第二个gcc编译器
- ps3手柄在linux ubuntu 下的使用
- Centos删除文件空间不释放怎么办
- c++ 让程序玩贪吃蛇游戏
- 库卡机器人坐标手势_库卡机器人为何要几种坐标系?
- Microchip最新推出的ATMEGA4809-XPRO开发板简介
- 应用服务器的作用是,应用服务器是什么_应用服务器分类_应用服务器作用-与非网...
- 2019北航计科保研夏令营(非优营)
- RK920C键盘出现输入del键,会输出q信息,输入Ins键会输出1信息
- 【Python】【C语言】P3353 在你窗外闪耀的星星
- 2019网易笔试(4-7题)
- ren域名有价值吗?值不值得投资?ren域名的应用范围有哪些?
- [JS]JavaScript基础学习笔记(黑马pink+尚硅谷李立超)
热门文章
- 怎么让电脑速度变快_小科普 | 免费的路由器!用你的电脑开5G热点!
- beego 访问网络_Go--Beego新建项目(解决不能访问的问题)
- cpuz检测硬件真假_一手硬件买不起 淘二手硬件的你知道这些重灾区吗
- python 3.7下载安装scrapy_win10上python3.7安装scrapy1.5.1
- php伪静态是什么,php路由设置伪静态
- python数据写入csv不换行_你还在重复工作?Python轻松读写核对csv表格上万条数据!...
- mybatis逆向工程generatorConfiguration详细配置
- WebApi 数据保护操作未成功。这可能是由于未为当前线程的用户上下文加载用户配置文件导致的。当线程执行模拟时,可能会出现此情况。,ExceptionType:System.Security....
- 【计算机视觉】期刊整理
- 关于miniconda的安装,配置以及包批量安装和使用