Using NumPy C-API

• 如何扩展NumPy
  • 写入扩展模块
  • 必需的子例程
  • 定义函数
    • 无关键字参数的函数
    • 具有关键字参数的函数
    • 参考计数
  • 处理数组对象
    • 转换任意序列对象
    • 创建全新的ndarray
    • 获取ndarray内存和访问ndarray的元素
  • 示例
• 使用Python作为粘连
  • 从Python调用其他编译库
  • 手动生成的封装
  • f2py
    • 创建基本扩展模块的源
    • 创建已编译的扩展模块
    • 改进基本界面
    • 在Fortran源中插入指令
    • 过滤示例
    • 从Python调用f2py
    • 自动扩展模块生成
    • 结论
  • Cython
    • Cython中的复杂添加
    • Cython中的图像过滤器
    • 结论
  • ctypes
    • 拥有共享库
    • 加载共享库
    • 转换参数
    • 调用函数
    • 完成示例
    • 结论
  • 其他工具您可能会发现有用的
    • SWIG
    • SIP
    • Boost Python
    • PyFort
• 编写您自己的ufunc
  • 创建新的通用函数
  • 示例非ufunc扩展
  • 一个dtype的示例NumPy ufunc
  • 示例NumPy ufunc with multiple dtypes
  • 示例NumPy ufunc with multiple arguments / return values
  • 示例具有结构化数组dtype参数的NumPy ufunc
  • PyUFunc_FromFuncAndData Specification
• 超越基础
  • 在数组中对元素进行迭代
    • 基本迭代
    • 在除一个轴之外的所有轴上进行迭代
    • 在多个数组上迭代
    • 通过多个数组广播
  • 用户定义的数据类型
    • 添加新的数据类型
    • 注册投射功能
    • 注册强制规则
    • 注册ufunc循环
  • 在C中对ndarray进行子类型化
    • 创建子类型
    • ndarray子类型的具体功能
      • __array_finalize__方法
      • __array_priority__属性
      • __array_wrap__方法