Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
获取指向字节对象上的python内存视图的指针
我有一条蟒蛇memoryview指向一个bytes我想在 cython 中执行一些处理的对象 我的问题是 因为bytes对象不可写 cython 不允许从中构造类型化 cython 内存视图 我也无法使用指针 因为我无法获取指向内存视图开始
python
pointers
Cython
memoryview
typedmemoryviews
将 Numpy 数组复制到内存视图
我有一个memoryview on a numpy数组并想复制另一个数组的内容numpy使用此数组将其放入其中memoryview import numpy as np cimport numpy as np cdef double 1 t
NumPy
Cython
memoryview
mpi4py 中的共享内存
I use a MPI mpi4py 脚本 在单个节点上 适用于非常大的对象 为了让所有进程都能访问该对象 我通过comm bcast 这会将对象复制到所有进程并消耗大量内存 尤其是在复制过程中 因此 我想分享一些像指针这样的东西 而不是对
python3x
MPI
sharedmemory
mpi4py
memoryview
传递/返回 Cython Memoryviews 与 NumPy 数组
我正在编写 Python 代码来加速二进制图像中标记对象的区域属性函数 以下代码将在给定对象索引的情况下计算二值图像中标记对象的边界像素数 main 函数将循环遍历二值图像 掩模 中的所有标记对象 并计算每个对象的边界像素数 我想知道在此
python
NumPy
imageprocessing
Cython
memoryview
为什么 cython 内存视图不能被 pickle?
我有一个使用内存视图数组的 cython 模块 即 double foo 我想使用多处理并行运行该模块 但是我收到错误 PicklingError Can t pickle
Cython
memoryview
为什么无法从数组对象获取 Py_buffer?
The 关于数组的 python 文档 http docs python org library array html highlight array array array array buffer info明确指出array符合缓冲区接
python
Arrays
Buffer
memoryview
pep3118
Cython:内存视图的大小属性
我在 Cython 中使用了很多 3D 内存视图 例如 cython declare a double 1 a np empty 10 20 30 dtype double 我经常想循环遍历所有元素a 我可以使用像这样的三重循环来做到这一点
python
attributes
Cython
memoryview
typedmemoryviews
Cython“无法获取内存视图切片的地址”
我在 Cython 中创建一个简单的类时遇到问题 与处理 C 包装器中数组的内存视图相关的文档很少 我想创建一个具有时间 x y 和 z 属性的数据类 我需要这些属性是数组 最终可以在 Python 中调用 我以前使用 numpy 类型进行
python
c
Arrays
Cython
memoryview
为什么当C中发生数组越界时我的程序没有进入无限循环
int main int i int arr 4 for int i 0 i lt 4 i arr i 0 return 0 我在youtube上看了CS107 第13讲 的一个视频 其中展示了这个例子 并通过内存图告诉了为什么上面的程序会
c
infiniteloop
memoryview
如何在 Cython 中将 C 指针和长度包装在新型缓冲区对象中?
我正在 Cython 中编写 Python 2 7 扩展模块 如何创建一个实现新型缓冲区接口的 Python 对象 该对象包装由 C 库提供给我的一块内存 内存块只是一串字节 而不是结构或多维数组 我得到了一个const void 指针和长
python
python27
Cython
pythoncextension
memoryview
Cython 中的内存视图排序
如何在 Cython 中对内存视图进行就地排序 有没有内置函数可以做到这一点 现在我必须使用numpy数组代替并使用numpy的排序 这非常慢 为了跟进我的评论 这里有 3 个选项 numpy 和 C 和 C 标准库选项 from libc
python
Cython
memoryview
Cython:对于类型化内存视图,我应该使用 np.float_t 而不是 double
关于 cython 中的内存视图 使用 NumPy 类型输入视图是否有任何优势 例如np float t而不是简单地做double如果我正在使用 numpy float 数组 我应该输入cdef然后以同样的方式 做e G ctypedef
python
NumPy
Cython
typing
memoryview