Cython将Numpy数组转为自定义结构体
技术背景
前面我们写过几篇关于Cython的文章，例如
Cython计算谐振势
、
Cython与C语言的结合
、
Cython调用CUDA Kernel函数
。Cython有着非常Pythonic的编程范式，又具备着接近于C语言的性能，因此在很多对于性能有要求的Python软件中都会使用到Cython的性能优化。Cython的基本工作流程是，先将
*.pyx
文件转换为
*.c
的C语言代码，然后再使用gcc编译成一个
*.so
动态链接库文件，供Python或者其他语言的代码调用。
这里我们考虑一个较为特殊的场景：将Python端常用的Numpy数组，转换为C语言的结构体，然后执行相应的任务或者计算。
Cython结构体
在Cython中可以使用
ctypedef struct
来定义一个可以跟C语言通用的结构体，例如，我们可以定义一个原子坐标的结构体：
ctypedef struct CRD:
double x, y, z
这是一个三维空间中的原子坐标，在Python中就相当于一个shape为
(3,)
的数组。如果这是C++，那我们可以通过dynamic_cast等转换方式在数组和结构体之间进行转换。而C语言和Cython则是直接通过变量类型来进行转换，以下是一个完整的Cython示例：
ctypedef struct CRD:
double x, y, z
cpdef int trans(double[:] crd):
cdef:
CRD* crd_s = <CRD*>&crd[0]
print (crd_s.y)
return 1
在这个示例中，我们输入给函数
trans()
的是一个shape为
(3,)
的数组，然后在
cdef
中将这个原子坐标转换为结构体的形式，最后在Cython中打印输出该原子的y坐标。我们用Cython编译这个文件之后，可以在Python中调用：
In [1]: from trans import trans
In [2]: import numpy as np
In [3]: a = np.array([1,2,3], dtype=np.float64)
In [4]: trans(a)
2.0
Out[4]: 1
需要注意的是，
这种转换方式并不安全
，这里我们仅仅演示一下这种转换方式的使用方法。
多原子坐标结构体
其实从C语言的角度还蛮好理解的，我们通过单个结构体可以定义一个原子的空间坐标，那么用一个指针，就可以定义多个原子的空间坐标。这里我们定义多原子坐标的结构体为：
ctypedef struct PATH:
CRD crds
其实这里还是表示一个单原子的空间坐标，但是从一维指向变成了二维指向，此时我们可以通过PATH来构造一个多原子坐标的指针：
ctypedef struct CRD:
double x, y, z
ctypedef struct PATH:
CRD crds
cpdef int trans(double[:] crd, double[:, :] path):
cdef:
int atoms = path.shape[0]
int i
CRD* crd_s = <CRD*>&crd[0]
PATH* path_s = <PATH*>&path[0][0]
print (crd_s.y)
for i in range(atoms):
print (path_s[i].crds.x, path_s[i].crds.y, path_s[i].crds.z)
return 1
同样的，我们可以在Cython编译之后，通过Python来调用这个trans函数：
from trans import trans
import numpy as np
a = np.array([1,2,3], dtype=np.float64)
b = np.arange(12).reshape((4,3)).astype(np.float64)
print (trans(a, b))
输出结果为：
2.0
0.0 1.0 2.0
3.0 4.0 5.0
6.0 7.0 8.0
9.0 10.0 11.0
1
当然，这里还是需要提醒一下，
这种指针转换的方式并不安全
，需要谨慎使用。
总结概要
这篇文章介绍了在Cython中定义结构体，并在Python的Numpy数组/MemoryView和自定义结构体之间进行数据转换的方法。Cython有着非常Pythonic的编程范式，又具有接近于C语言的性能，对于Python开发者而言确实是一个很棒的工具。
版权声明
本文首发链接为：
https://www.cnblogs.com/dechinphy/p/cython-struct.html
作者ID：DechinPhy
更多原著文章：
https://www.cnblogs.com/dechinphy/
请博主喝咖啡：
https://www.cnblogs.com/dechinphy/gallery/image/379634.html