通过C API创建新的numpy标量并实现自定义vi

Question

短版

给定一个内置的四元数数据类型，如何将四元数的numpy数组看作一个额外维度为4的浮点数组（而不复制内存）？在

长版

Numpy内置了对浮动和复杂浮动的支持。我需要使用quaternions——它概括了复数，但是它们没有两个分量，而是有四个分量。已经有了使用C API将四元数直接合并到numpy中的a very nice package，它似乎可以非常快速地完成所有操作。还有一些四元数函数I need to add to it，但我想我基本上可以处理这些。在

不过，我也希望能够在其他需要使用awesome ^{}包编写的函数中使用这些四元数。不幸的是，numba目前无法处理自定义类型。但我不需要那些麻木的函数中的花哨的四元数函数；我只需要数字本身。所以我希望能够将四元数数组重新转换为一个额外维度的浮点数组（大小为4）。特别是，我希望只使用数组中已经存在的数据而不进行复制，并将其作为新数组查看。我找到了PyArray_View函数，但不知道如何实现它。在

（我很有信心这些数据是连续存储在内存中的，我想这是简单查看它们所必需的。具体来说，^{} and ^{} in the quaternion package。）

Answer 1

结果很简单。numpy的魔力意味着它已经成为可能。考虑到这一点，我尝试了以下复数：

import numpy as np
a = np.array([1+2j, 3+4j, 5+6j])
a.view(np.float).reshape(a.shape[0],2)

这正是我想要的。在某种程度上，同样的基本思想也适用于四元数类型。我想内部结构仅仅依赖于elsize，除以sizeof(float)，然后用它来设置最后一个维度中的新大小？？？在

为了回答我自己的问题，同样的想法也适用于四元数模块：

^{pr2}$

在我的笔记本电脑上，视图转换和重塑组合起来似乎需要1微秒的时间，这与输入数组的大小无关（大概是因为除了一些基本python对象中的几个成员外，没有内存复制）。在

上述方法适用于简单的一维四元数数组。要将其应用于常规形状，我只需在四元数名称空间中编写一个函数：

def as_float_array(a):
    "View the quaternion array as an array of floats with one extra dimension of size 4"
    return a.view(np.float).reshape(a.shape+(4,))

不同的形状似乎不会显著降低功能。在

此外，很容易将浮点数组转换回四元数数组：

^{4}$