我正在玩xtensor，以便可以从Python使用它。但是，xtensor的吸引力之一就是也很容易为R建立绑定(bind)，因此只需编写一次算法，然后为python和R编写绑定(bind)就可以了。
我从python开始，当我将参数类型设置为xt::pyarray时，我的代码可以正常运行。
void func(const xt::pyarray<float> x) { ... }
...
m.def("func", &func);
但是，我怀疑如果尝试进行R绑定(bind)，xt::pyarray不合适。另外，xt::pyarray可能是xt::xarray类型。我记得在某处读过xt::xtensor可以更好地优化，因为预先知道了维数。因此，xt::xtensor就是要走的路。
void func(const xt::xtensor<float, 2> x) { ... }
...
m.def("func", &func);
因此，我进行了更改，而且很棒-它仍然有效。但是现在，我不知道如何从numpy调用它。如果我使用np.ndarrays像以前那样调用它，它将不再起作用，并通知我类型不匹配。我也尝试过使用
np.asmatrix(x, dtype=np.float32)转换np.ndarrays，但这也不起作用。为了使这项工作有效，我应该如何从numpy调用此函数？
最佳答案
等效于xtensor-python的xtensor是pytensor，就像pyarray是等效于xtensor-pyrhon的xarray一样。请注意，即使xtensor和pytensor接受相同类型的模板参数，它们也是不同的类型。可以给pytensor分配一个numpy数组，而xtensor不能(这代表xarray和pyarray)。
另外，关于调用代码形式R的功能，您是对的，pyarray和pytensor不是适当的类型。解决此问题的一种方法是将您的实现置于通用函数中，以接受任何类型的表达式，然后为每种语言创建接口(interface)，并接受适当的类型，然后进行实现。
您可以在xtensor documentation或this blogpost中找到有关编写C++代码与其他语言的绑定(bind)的更多详细信息。
关于python - xtensor将numpy数组传递给具有xt::xtensor参数类型的函数，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56184103/