使用scipy.weave.inline出错

Question

我正在使用几种技术(NumPy、Weave、Cython、Numba)来执行Python性能基准。代码采用两个大小为NxN的numpy数组，并按元素对它们进行乘法，并将值存储在另一个数组C中。

我的weave.inline()代码给了我一个scipy.weave.build_tools.CompileError。我已经创建了一个极简的代码，它会产生同样的错误。有人能帮忙吗？

import time

import numpy as np
from scipy import weave
from scipy.weave import converters


def benchmark():

    N = np.array(5000, dtype=np.int)

    A = np.random.rand(N, N)
    B = np.random.rand(N, N)
    C = np.zeros([N, N], dtype=float)

    t = time.clock()
    weave_inline_loop(A, B, C, N)
    print time.clock() - t


def weave_inline_loop(A, B, C, N):
    code = """
           int i, j;
           for (i = 0; i < N; ++i)
           {
               for (j = 0; j < N; ++j)
               {
                   C(i, j) = A(i, j) * B(i, j);
               }
           }
           return_val = C;
           """
    C = weave.inline(code, ['A', 'B', 'C', 'N'], type_converters=converters.blitz, compiler='gcc')

benchmark()

Answer 1

需要进行三项小改动：

• N不能是一个0D-numpy数组(它必须是一个整数，以便i < N在C代码中工作)。您应该编写N = 5000而不是N = np.array(5000, dtype=np.int)。
• C数组正在就地修改，因此不必返回.我不知道return_val所能处理的对象类型的限制，但是如果您试图保持return_val = C;，它会失败编译：don't know how to convert ‘blitz::Array<double, 2>’ to ‘const py::object&’。
• 之后，weave.inline返回None。保持赋值C = weave.inline(...使代码看起来很混乱，即使它工作正常，名为C的数组将在benchmark作用域中保存结果。

这是最终结果：

import time
import numpy as np
from scipy import weave
from scipy.weave import converters


def benchmark():
    N = 5000

    A = np.random.rand(N, N)
    B = np.random.rand(N, N)
    C = np.zeros([N, N], dtype=float)

    t = time.clock()
    weave_inline_loop(A, B, C, N)
    print time.clock() - t


def weave_inline_loop(A, B, C, N):
    code = """
           int i, j;
           for (i = 0; i < N; ++i)
           {
               for (j = 0; j < N; ++j)
               {
                   C(i, j) = A(i, j) * B(i, j);
               }
           }
           """
    weave.inline(code, ['A', 'B', 'C', 'N'], type_converters=converters.blitz, compiler='gcc')

Answer 2

两个问题。首先，您不需要行return_val = C。您正在您的内联代码中直接操作变量C中的数据，因此它已经可以用于python，并且不需要显式地将其返回到环境中(尝试这样做会在尝试执行适当的类型转换时导致错误)。因此，将您的功能更改为：

def weave_inline_loop(A, B, C, N):
    code = """
           int i, j;
           for (i = 0; i < N; ++i)
           {
               for (j = 0; j < N; ++j)
               {
                   C(i, j) = A(i, j) * B(i, j);
               }
           }
           """
    weave.inline(code, ['A', 'B', 'C', 'N'], type_converters=converters.blitz, compiler='gcc')
    return C

第二期。您正在将i和j (都是ints)与长度为1的N个数组进行比较，这也会产生一个错误。但是，如果您将代码称为：

def benchmark():

    N = np.array(5000, dtype=np.int)

    A = np.random.rand(N, N)
    B = np.random.rand(N, N)
    C = np.zeros([N, N], dtype=float)

    t = time.clock()
    print weave_inline_loop(A, B, C, int(N)) 
    # I added a print statement so you can see that C is being 
    # populated with the new 2d array
    print time.clock() - t