web-dev-qa-db-ja.com

コピーしてメモリ管理を自動的に処理せずに、Cythonを介してC ++ベクトルをNumpyに渡す

大きな行列（1K <= N <= 20K＆10K <= M <= 200KのNxM）の処理を扱う場合、ジョブを実行するためにNumpy行列をC++に渡す必要があります。これは期待どおりにコピーせずに機能します。

ただし、C++で行列を開始して前処理し、それをNumpy（Python）に渡す必要がある場合があります3.6）。行列が線形化されていると仮定しましょう（したがって、サイズはN * Mであり、1D行列です-ここでは列/行メジャーは重要ではありません）。ここの情報に従ってください： C計算された配列をPythonデータコピーなしで公開 ＆C++互換性のために変更すると、C++配列を渡すことができます。

問題は配列を開始する代わりにstdベクトルを使用したい場合、セグメンテーション違反が発生することです。たとえば、次のファイルを検討します。

fast.h

_#include <iostream>
#include <vector>

using std::cout; using std::endl; using std::vector;
int* doit(int length);
_

fast.cpp

_#include "fast.h"
int* doit(int length) {
    // Something really heavy
    cout << "C++: doing it fast " << endl; 

    vector<int> WhyNot;

    // Heavy stuff - like reading a big file and preprocessing it
    for(int i=0; i<length; ++i)
        WhyNot.Push_back(i); // heavy stuff

    cout << "C++: did it really fast" << endl;
    return &WhyNot[0]; // or WhyNot.data()
}
_

faster.pyx

_cimport numpy as np
import numpy as np
from libc.stdlib cimport free
from cpython cimport PyObject, Py_INCREF

np.import_array()

cdef extern from "fast.h":
    int* doit(int length)

cdef class ArrayWrapper:
    cdef void* data_ptr
    cdef int size

    cdef set_data(self, int size, void* data_ptr):
        self.data_ptr = data_ptr
        self.size = size

    def __array__(self):
        print ("Cython: __array__ called")
        cdef np.npy_intp shape[1]
        shape[0] = <np.npy_intp> self.size
        ndarray = np.PyArray_SimpleNewFromData(1, shape,
                                               np.NPY_INT, self.data_ptr)
        print ("Cython: __array__ done")
        return ndarray

    def __dealloc__(self):
        print("Cython: __dealloc__ called")
        free(<void*>self.data_ptr)
        print("Cython: __dealloc__ done")


def faster(length):
    print("Cython: calling C++ function to do it")
    cdef int *array = doit(length)
    print("Cython: back from C++")
    cdef np.ndarray ndarray
    array_wrapper = ArrayWrapper()
    array_wrapper.set_data(length, <void*> array)
    print("Ctyhon: array wrapper set")
    ndarray = np.array(array_wrapper, copy=False)
    ndarray.base = <PyObject*> array_wrapper
    Py_INCREF(array_wrapper)
    print("Cython: all done - returning")
    return ndarray 
_

setup.py

_from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext
import numpy 

ext_modules = [Extension(
    "faster", 
    ["faster.pyx", "fast.cpp"], 
    language='c++',
    extra_compile_args=["-std=c++11"],
    extra_link_args=["-std=c++11"]
)]

setup(
    cmdclass = {'build_ext': build_ext}, 
    ext_modules = ext_modules,
    include_dirs=[numpy.get_include()]
)
_

これをで構築する場合

_python setup.py build_ext --inplace
_

Python 3.6インタープリターを実行します。次のように入力すると、数回試行した後にセグメンテーション違反が発生します。

_>>> from faster import faster
>>> a = faster(1000000)
Cython: calling C++ function to do it
C++: doing it fast
C++: did it really fast
Cython: back from C++
Ctyhon: array wrapper set
Cython: __array__ called
Cython: __array__ done
Cython: all done - returning
>>> a = faster(1000000)
Cython: calling C++ function to do it
C++: doing it fast
C++: did it really fast
Cython: back from C++
Ctyhon: array wrapper set
Cython: __array__ called
Cython: __array__ done
Cython: all done - returning
Cython: __dealloc__ called
Segmentation fault (core dumped)
_

注意事項のカップル：

  • （fast.cppで）ベクトルの代わりに配列を使用する場合、これは魅力のように機能します！
  • faster(1000000)を呼び出し、結果を_variable a_以外のものに入れると、これは機能します。

faster(10)のように小さい数値を入力すると、次のようなより詳細な情報が得られます。

_Cython: calling C++ function to do it
C++: doing it fast
C++: did it really fast
Cython: back from C++
Ctyhon: array wrapper set
Cython: __array__ called
Cython: __array__ done
Cython: all done - returning
Cython: __dealloc__ called <--- Perhaps this happened too early or late?
*** Error in 'python': double free or corruption (fasttop): 0x0000000001365570 ***
======= Backtrace: =========
More info here ....
_

なぜこれが配列で起こらないのかは本当に不可解ですか？何があっても！

私はベクターを多用しており、これらのシナリオでそれらを使用できるようにしたいと思っています。

pythonc++numpycython
15
NULL

@FlorianWeimerの答えはまともな解決策を提供すると思います（vectorを割り当て、それをC++関数に渡します）が、doitからベクトルを返し、moveコンストラクターを使用してコピーを回避することは可能です。 。

_from libcpp.vector cimport vector

cdef extern from "<utility>" namespace "std" nogil:
  T move[T](T) # don't worry that this doesn't quite match the c++ signature

cdef extern from "fast.h":
    vector[int] doit(int length)

# define ArrayWrapper as holding in a vector
cdef class ArrayWrapper:
    cdef vector[int] vec
    cdef Py_ssize_t shape[1]
    cdef Py_ssize_t strides[1]

    # constructor and destructor are fairly unimportant now since
    # vec will be destroyed automatically.

    cdef set_data(self, vector[int]& data):
       self.vec = move(data)

    # now implement the buffer protocol for the class
    # which makes it generally useful to anything that expects an array
    def __getbuffer__(self, Py_buffer *buffer, int flags):
        # relevant documentation http://cython.readthedocs.io/en/latest/src/userguide/buffer.html#a-matrix-class
        cdef Py_ssize_t itemsize = sizeof(self.vec[0])

        self.shape[0] = self.vec.size()
        self.strides[0] = sizeof(int)
        buffer.buf = <char *>&(self.vec[0])
        buffer.format = 'i'
        buffer.internal = NULL
        buffer.itemsize = itemsize
        buffer.len = self.v.size() * itemsize   # product(shape) * itemsize
        buffer.ndim = 1
        buffer.obj = self
        buffer.readonly = 0
        buffer.shape = self.shape
        buffer.strides = self.strides
        buffer.suboffsets = NULL
_

これで、次のように使用できるようになります。

_cdef vector[int] array = doit(length)
cdef ArrayWrapper w
w.set_data(array) # "array" itself is invalid from here on
numpy_array = np.asarray(w)
_

編集： CythonはC++テンプレートにはあまり適していません-std::move<vector<int>>(...)ではなくstd::move(...)を記述してから、C++に型を推測させることを主張しています。これにより、_std::move_で問題が発生することがあります。問題が発生している場合、最善の解決策は通常、必要な過負荷についてのみCythonに通知することです。

_ cdef extern from "<utility>" namespace "std" nogil:
    vector[int] move(vector[int])
_
9
DavidW