oDocumentação do Cython em visualizações de memória digitadas lista três maneiras de atribuir a uma exibição de memória digitada:

de um ponteiro C cru,a partir de umnp.ndarray ea partir de umcython.view.array.

Suponha que eu não tenho dados passados ​​para a minha função cython de fora, mas, em vez disso, quero alocar memória e devolvê-lo como umnp.ndarrayQual dessas opções eu escolhi? Suponha também que o tamanho desse buffer não é uma constante de tempo de compilação, ou seja, não posso alocar na pilha, mas precisariamalloc para a opção 1.

As 3 opções pareceriam algo assim:

from libc.stdlib cimport malloc, free
cimport numpy as np
from cython cimport view

np.import_array()

def memview_malloc(int N):
    cdef int * m = <int *>malloc(N * sizeof(int))
    cdef int[::1] b = <int[:N]>m
    free(<void *>m)

def memview_ndarray(int N):
    cdef int[::1] b = np.empty(N, dtype=np.int32)

def memview_cyarray(int N):
    cdef int[::1] b = view.array(shape=(N,), itemsize=sizeof(int), format="i")

O que é surpreendente para mim é que nos três casos,Cython gera bastante código para a alocação de memória, em particular uma chamada para__Pyx_PyObject_to_MemoryviewSlice_dc_int. Isso sugere (e eu posso estar errado aqui, meu insight sobre o funcionamento interno do Cython é muito limitado) que ele primeiro cria um objeto Python e, em seguida, "lança" em uma exibição de memória, o que parece sobrecarga desnecessária.

A referência simples não revela revelar muita diferença entre os três métodos, com 2. sendo o mais rápido por uma margem fina.

Qual dos três métodos é recomendado? Ou existe uma opção diferente e melhor?

Questão a seguir: Eu quero finalmente retornar o resultado como umnp.ndarray, depois de ter trabalhado com essa visão de memória na função. Uma visualização de memória tipificada é a melhor escolha ou eu prefiro usar a interface de buffer antiga como abaixo para criar umandarray em primeiro lugar?

cdef np.ndarray[DTYPE_t, ndim=1] b = np.empty(N, dtype=np.int32)