有没有办法将pythonappend与SWIG的新内置功能一起使用？
我有一个小项目，可以很好地使用SWIG。特别是，我的一些函数返回Python，它们在std::vector中被转换为元组。现在，我做了很多数值运算，所以我只是让SWIG在它们从c++代码返回后将它们转换成numpy数组。为了做到这一点，我在SWIG中使用了类似于下面的内容。
%feature("pythonappend") My::Cool::Namespace::Data() const %{ if isinstance(val, tuple) : val = numpy.array(val) %}(实际上，有几个名为Data的函数，其中一些函数返回浮点数，这就是为什么我检查val实际上是一个元组的原因。)这真是太棒了。
但是，我也想使用现在可用的-builtin标志。对这些数据函数的调用很少，而且大多是交互式的，所以它们的速度并不是问题，但还有其他慢循环可以使用内置选项显着提高速度。
问题是，当我使用这个标志时，pythonappend特性被忽略了。现在，Data只是再次返回一个元组。有没有办法我仍然可以返回numpy数组？我试着使用类型映射，但它变成了一个巨大的混乱。
编辑：
Borealid很好地回答了这个问题。为了完整起见，我包含了两个相关但略有不同的类型映射，这是我需要的，因为我通过常量引用返回，并且我使用向量的向量(不要开始！)。这些都是不同的，我不想让任何其他人在尝试弄清楚细微的差异时犯错。
%typemap(out) std::vector<int>& {
npy_intp result_size = $1->size();
npy_intp dims[1] = { result_size };
PyArrayObject* npy_arr = (PyArrayObject*)PyArray_SimpleNew(1, dims, NPY_INT);
int* dat = (int*) PyArray_DATA(npy_arr);
for (size_t i = 0; i < result_size; ++i) { dat[i] = (*$1)[i]; }
$result = PyArray_Return(npy_arr);
}
%typemap(out) std::vector<std::vector<int> >& {
npy_intp result_size = $1->size();
npy_intp result_size2 = (result_size>0 ? (*$1)[0].size() : 0);
npy_intp dims[2] = { result_size, result_size2 };
PyArrayObject* npy_arr = (PyArrayObject*)PyArray_SimpleNew(2, dims, NPY_INT);
int* dat = (int*) PyArray_DATA(npy_arr);
for (size_t i = 0; i < result_size; ++i) { for (size_t j = 0; j < result_size2; ++j) { dat[i*result_size2+j] = (*$1)[i][j]; } }
$result = PyArray_Return(npy_arr);
}编辑2：
虽然不完全是我想要的，但使用@MONK的方法(explained here)也可以解决类似的问题。
回答 1
Stack Overflow用户
发布于 2013-01-11 01:18:28
我同意您的观点，使用typemap会有点混乱，但这是完成此任务的正确方法。您也是对的，SWIG文档没有直接指出%pythonappend与-builtin不兼容，但这是非常隐含的：%pythonappend添加到了Python代理类中，而Python代理类与-builtin标志一起根本不存在。
以前，您所做的是让SWIG将C++ std::vector对象转换为Python元组，然后将这些元组传递回numpy -在那里它们再次被转换。
您真正想要做的是在C级别上转换它们一次。
下面是将所有std::vector<int>对象转换为NumPy整数数组的代码：
%{
#include "numpy/arrayobject.h"
%}
%init %{
import_array();
%}
%typemap(out) std::vector<int> {
npy_intp result_size = $1.size();
npy_intp dims[1] = { result_size };
PyArrayObject* npy_arr = (PyArrayObject*)PyArray_SimpleNew(1, dims, NPY_INT);
int* dat = (int*) PyArray_DATA(npy_arr);
for (size_t i = 0; i < result_size; ++i) {
dat[i] = $1[i];
}
$result = PyArray_Return(npy_arr);
}它使用C级numpy函数来构造和返回一个数组。在顺序上，它：
- 可确保NumPy的
arrayobject.h文件包含在C++输出文件中 - 会导致在加载Python模块时调用
import_array(否则，所有NumPy方法都会将std::vector<int>的任何返回结果写入到带有typemap
的std::vector<int>数组中
这段代码应该放在包含返回std::vector<int>的函数的%import头之前。除了这个限制，它是完全自包含的，所以它不应该给你的代码库添加太多主观的“混乱”。
如果你需要其他的向量类型，你只需要修改NPY_INT以及所有的int*和int位，否则就会重复上面的函数。
https://stackoverflow.com/questions/9270052
复制相似问题
腾讯云开发者
