在Cython和Boost.Python中扩展NumPy的相对优势是什么？

我需要加快一些在NumPy数组上工作的算法.他们将使用std::vector一些更先进的STL数据结构.

我已将我的选择范围缩小到Cython(现在包装大多数STL容器)和Boost.Python(现在内置支持NumPy).

根据我作为程序员的经验,我知道有时需要几个月的时间来使用框架来揭示其隐藏的问题(因为它们很少被其门徒用作谈话点),所以你的帮助可能会为我节省大量时间.

在Cython和Boost.Python中扩展NumPy的相对优缺点是什么？

这是一个非常不完整的答案,只能真正涵盖它的几个小部分(如果我想到更多,我会编辑它):

Boost 并不operator[]专门针对numpy数组实现.这意味着operator[]它将来自基object类(ndarray继承),这将意味着调用将通过Python机制__getitem__,因此索引将很慢(接近Python速度).如果你想以高速进行索引,你必须自己做指针算法:

// rough gist - untested:

// i,j,k are your indices

double* data = reinterpret_cast(array.get_data());
// in reality you'd check the dtype - the data may not be a double...

double data_element = array.strides(0)*i + array.strides(1)*j +array.strides(2)*k;