Передача массива numpy в С++

У меня есть код написан на Python, для которого вывод является массивом numpy, и теперь я хочу отправить этот вывод в код C++, где будет выполняться тяжелая часть вычислений.

Я пробовал использовать cython public cdef, но у меня есть некоторые проблемы. Буду признателен за вашу помощь! Вот мой код:

pymodule.pyx:

from pythonmodule import result # result is my numpy array
import numpy as np
cimport numpy as np
cimport cython

@cython.boundscheck(False)
@cython.wraparound(False)
cdef public void cfunc():
    print 'I am in here!!!'
    cdef np.ndarray[np.float64_t, ndim=2, mode='c'] res = result
    print res

Как только это cythonized, я вызываю:

pymain.c:

#include <Python.h>
#include <numpy/arrayobject.h>
#include "pymodule.h"

int main() {
  Py_Initialize();
  initpymodule();
  test(2);
  Py_Finalize();
}

int test(int a)
{
    Py_Initialize();
    initpymodule();
    cfunc();
    return 0;
}

Я получаю NameError для переменной result в C++. Я попытался определить его с помощью указателей и косвенно назвать его другими функциями, но массив остается невидимым. Я уверен, что ответ довольно прост, но я просто не понимаю. Спасибо за вашу помощь!

ОТВЕТЫ

Ответ 1

Короткий ответ

The NameError был причиной того, что Python не смог найти модуль, рабочий каталог не добавляется автоматически к вашему PYTHONPATH. Используя setenv с setenv("PYTHONPATH", ".", 1); в коде C/C++, это исправляет.

Более длинный ответ

Там есть простой способ сделать это, по-видимому. С помощью модуля python pythonmodule.py, содержащего уже созданный массив:

import numpy as np

result = np.arange(20, dtype=np.float).reshape((2, 10))

Вы можете структурировать pymodule.pyx для экспорта этого массива с помощью ключевого слова public. Добавляя некоторые вспомогательные функции, вам обычно не нужно прикасаться ни к Python, ни к Numpy C-API:

from pythonmodule import result
from libc.stdlib cimport malloc
import numpy as np
cimport numpy as np


cdef public np.ndarray getNPArray():
    """ Return array from pythonmodule. """
    return <np.ndarray>result

cdef public int getShape(np.ndarray arr, int shape):
    """ Return Shape of the Array based on shape par value. """
    return <int>arr.shape[1] if shape else <int>arr.shape[0]

cdef public void copyData(float *** dst, np.ndarray src):
    """ Copy data from src numpy array to dst. """
    cdef float **tmp
    cdef int i, j, m = src.shape[0], n=src.shape[1];

    # Allocate initial pointer 
    tmp = <float **>malloc(m * sizeof(float *))
    if not tmp:
        raise MemoryError()

    # Allocate rows
    for j in range(m):
        tmp[j] = <float *>malloc(n * sizeof(float))
        if not tmp[j]:
            raise MemoryError()

    # Copy numpy Array
    for i in range(m):
        for j in range(n):
            tmp[i][j] = src[i, j]

    # Assign pointer to dst
    dst[0] = tmp

Функция getNPArray и getShape возвращает массив и его форму соответственно. copyData был добавлен, чтобы просто извлечь ndarray.data и скопировать его, чтобы затем вы могли завершить Python и работать без инициализации интерпретатора.

Пример программы (в C, C++ должен выглядеть одинаково) будет выглядеть так:

#include <Python.h>
#include "numpy/arrayobject.h"
#include "pyxmod.h"
#include <stdio.h>

void printArray(float **arr, int m, int n);
void getArray(float ***arr, int * m, int * n);

int main(int argc, char **argv){
    // Holds data and shapes.
    float **data = NULL;
    int m, n;

    // Gets array and then prints it.
    getArray(&data, &m, &n);
    printArray(data, m, n);

    return 0;
}

void getArray(float ***data, int * m, int * n){
    // setenv is important, makes python find 
    // modules in working directory
    setenv("PYTHONPATH", ".", 1);

    // Initialize interpreter and module
    Py_Initialize();
    initpyxmod();

    // Use Cython functions.
    PyArrayObject *arr = getNPArray();
    *m = getShape(arr, 0);
    *n = getShape(arr, 1);

    copyData(data, arr);

    if (data == NULL){  //really redundant.
        fprintf(stderr, "Data is NULL\n");
        return ;
    }

    Py_DECREF(arr);
    Py_Finalize();
}

void printArray(float **arr, int m, int n){
    int i, j;
    for(i=0; i < m; i++){
        for(j=0; j < n; j++)
            printf("%f ", arr[i][j]);

        printf("\n");
    }
}

Всегда помните, чтобы установить:

setenv("PYTHONPATH", ".", 1);

до вы вызываете Py_Initialize, чтобы Python мог находить модули в рабочем каталоге.

Остальное довольно прямолинейно. Возможно, потребуется дополнительная проверка ошибок, а определенно нужна функция для освобождения выделенной memmory.

Альтернативный путь без Cython:

Выполнение этого способа, которым вы пытаетесь, является сложной задачей, чем это стоит, вам, вероятно, было бы лучше использовать numpy.save, чтобы сохранить ваш массив в двоичном файле npy, а затем используйте некоторую библиотеку С++, которая читает этот файл для вас.