Mein Ziel:
Erstellen 3 numpy Arrays in Python (2 von ihnen werden mit bestimmten Werten initialisiert werden), dann alle drei von ihnen in eine c ++ Funktion als Vektor durch swig senden Referenzen (dies ist , um die Daten zu vermeiden Kopieren über und verlieren Effizienz). Fügen Sie in der c ++ - Funktion 2 der Arrays hinzu und geben Sie ihre Summe in das 3. Array ein.
vec_ref.h
#include <vector>
#include <iostream>
void add_vec_ref(std::vector<int>& dst, std::vector<int>& src1, std::vector<int>& src2);
vec_ref.cpp
#include "vec_ref.h"
#include <cstring> // need for size_t
#include <cassert>
void add_vec_ref(std::vector<int>& dst, std::vector<int>& src1, std::vector<int>& src2) {
std::cout << "inside add_vec_ref" << std::endl;
assert(src1.size() == src2.size());
dst.resize(src1.size());
for (size_t i = 0; i < src1.size(); i++) {
dst[i] = src1[i] + src2[i];
}
}
vec_ref.i
%module vec_ref
%{
#define SWIG_FILE_WITH_INIT
#include "vec_ref.h"
%}
%include "numpy.i"
%init %{
import_array();
%}
%include "std_vector.i"
%template(vecInt) std::vector<int>;
// %template(vecIntRef) std::vector<int> &;
// %apply (std::vector<int> * INPLACE_ARRAY1, int DIM1) {(std::vector<int> * dst, int a),(std::vector<int> * src1, int b),(std::vector<int> * src2, int c)};
// %apply (std::vector<int> * INPLACE_ARRAY1) {(std::vector<int> * dst),(std::vector<int> * src1),(std::vector<int> * src2)};
// %apply (std::vector<int> & INPLACE_ARRAY1) {(std::vector<int> & dst),(std::vector<int> & src1),(std::vector<int> & src2)};
// %apply (std::vector<int> & INPLACE_ARRAY1, int DIM1) {(std::vector<int> & dst, int a),(std::vector<int> & src1, int b),(std::vector<int> & src2, int c)};
%include "vec_ref.h"
Makefile
all:
rm -f *.so *.o *_wrap.* *.pyc *.gch vec_ref.py
swig -c++ -python vec_ref.i
g++ -O0 -g3 -fpic -c vec_ref_wrap.cxx vec_ref.h vec_ref.cpp -I/home/lmckeereid/tools/anaconda3/pkgs/python-3.7.3-h0371630_0/include/python3.7m/
g++ -O0 -g3 -shared vec_ref_wrap.o vec_ref.o -o _vec_ref.so
tester.py
import vec_ref as vec
import numpy as np
a = np.array([1,2,3], dtype=np.intc)
b = np.array([4,5,6], dtype=np.intc)
c = np.zeros(len(a), dtype=np.intc)
print('---Before---\na:', a)
print('b:', b)
print('c:', c)
vec.add_vec_ref(c,a,b)
print('---After---\na:', a)
print('b:', b)
print('c:', c)
Ausgabe:
---Before---
a: [1 2 3]
b: [4 5 6]
c: [0 0 0]
Traceback (most recent call last):
File "tester.py", line 12, in <module>
vec.add_vec_ref(c,a,b)
TypeError: in method 'add_vec_ref', argument 1 of type 'std::vector< int,std::allocator< int > > &'
Ich habe alle auskommentierten Direktiven% apply und% template in vec_ref.i ausprobiert, aber sie haben nicht funktioniert.
Gibt es einige Typkarten, die ich einschließen sollte, die ich nicht bin?
std::vector
.Antworten:
Ich stimme @pschill zu: Es ist nicht möglich, einen std :: vector zu erhalten, ohne Daten zu kopieren.
Eine Alternative ist die Verwendung der
std::span
Klassenvorlage (eingeführt in C ++ 20) oder einer ähnlichenspan
Klassenvorlage, die in einer Bibliothek definiert ist.Ein Erstellen
std::span<int>
würde eine schaffen Ansicht vorhandenen Daten in einemnumpy
Array und bieten viele praktische Elementfunktionen (wie zum Beispieloperator[]
, Iteratorenfront()
,back()
usw.) in C ++.Das Erstellen eines Bereichs würde niemals Daten aus dem Numpy-Array kopieren.
quelle
std::vector<T>& v
Sie können auf elegantere Weise auf die Facebook-Faiss-Bibliothek verweisen, die das erreicht, was Sie erreichen möchten.
Python-spezifisch: numpy array <-> C ++ Zeigerschnittstelle (Vektor)
Sie können den Code auf seiner Github-Seite sehen .
quelle