你可能已經是很久以前解決這一點,但對任何人的誰碰到這個問題絆倒在試圖搞清楚爲什麼他們用Cython代碼段錯誤,這裏是一個可能的答案的好處。
當你使用numpy的C API時收到段錯誤,要檢查的第一件事是,你必須調用的函數import_array()
。這可能是問題。
例如,這裏的foo.pyx
:
cimport numpy as cnp
cnp.import_array() # This must be called before using the numpy C API.
def bar():
cdef cnp.npy_intp *dims = [3]
cdef cnp.ndarray[cnp.int_t, ndim=1] result = \
cnp.PyArray_EMPTY(1, dims, cnp.NPY_INTP, 0)
return result
這裏有一個簡單的setup.py
構建擴展模塊:
from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext
import numpy as np
setup(cmdclass={'build_ext': build_ext},
ext_modules=[Extension('foo', ['foo.pyx'])],
include_dirs=[np.get_include()])
這裏的工作中的模塊:
In [1]: import foo
In [2]: foo.bar()
Out[2]: array([4314271744, 4314271744, 4353385752])
In [3]: foo.bar()
Out[3]: array([0, 0, 0])
什麼是錯的np.empty()?如果你在初始化階段只做一次,你不會在意它比直接使用C函數稍微慢一些。 –
如果您對大小<1000的數組執行操作,則單獨使用np.empty()的成本大於整個循環。請參閱(http://stackoverflow.com/questions/18410342/creating-small-arrays-in-cython-takes-a-humongous-amount-of-time)我在哪裏描述了這個問題。我試圖解決它,但現在發現了一個新問題:即使用np.PyArray_EMPTY()函數 – staticd
np.NPY_INTP和np.int_t是您系統中的相同類型嗎? – Jaime