使用 NumPy C-API# 如何扩展 NumPy 编写扩展模块 必需的子程序 定义函数 没有关键字参数的函数 带有关键字参数的函数 引用计数 处理数组对象 转换任意序列对象 创建一个全新的 ndarray 获取 ndarray 内存和访问 ndarray 的元素 示例 使用 Python 作为粘合剂 从 Python 调用其他编译库 手工生成的包装器 F2PY Cython Cython 中的复杂加法 Cython 中的图像滤波器 结论 ctypes 拥有共享库 加载共享库 转换参数 调用函数 ndpointer 完整示例 结论 你可能觉得有用的其他工具 SWIG SIP Boost Python Pyfort 编写你自己的 ufunc 创建新的通用函数 非 ufunc 扩展示例 一个 dtype 的 NumPy ufunc 示例 多个 dtype 的 NumPy ufunc 示例 具有多个参数/返回值的 NumPy ufunc 示例 具有结构化数组 dtype 参数的 NumPy ufunc 示例 超越基础 迭代数组中的元素 基本迭代 迭代除一个轴之外的所有轴 迭代多个数组 在多个数组上广播 用户定义的数据类型 添加新的数据类型 注册转换函数 注册强制转换规则 注册 ufunc 循环 在 C 中对 ndarray 进行子类型化 创建子类型 ndarray 子类型化的特定功能 __array_finalize__ 方法 ndarray.__array_finalize__ __array_priority__ 属性 ndarray.__array_priority__ __array_wrap__ 方法 ndarray.__array_wrap__
