快速教程:使用Cython来扩展Python/NumPy库

北京 | 深度学习与人工智能研修

12月23-24日

再设经典课程 重温深度学习

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:

cos_doubles.c

#include "cos_doubles.h"

#include

/* 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

out_array[i] = cos(in_array[i]);

}

}

cos_doubles.h

#ifndef _COS_DOUBLES_H

#define _COS_DOUBLES_H

void cos_doubles(double * in_array, double * out_array, int size);

#endif

cos_doubles.pyx

""" 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( np.PyArray_DATA(in_array),

np.PyArray_DATA(out_array),

in_array.shape[0])

setup.py

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

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171219A0MG0A00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券