从ctypes数组获取数据到numpy

从ctypes数组获取数据到numpy

从ctypes指针对象创建NumPy数组是有问题的 *** 作。尚不清楚谁真正拥有指针指向的内存。什么时候可以再次释放？有效期有多长？只要有可能，我都会尽量避免这种构造。在Python代码中创建数组并将其传递给C函数比使用不认识Python的C函数分配的内存要容易得多，更安全。通过执行后者，您在某种程度上会否定使用高级语言进行内存管理的优势。

如果您确实确定有人会照顾内存，则可以创建一个暴露Python“缓冲区协议”的对象，然后使用此缓冲区对象创建一个NumPy数组。您通过未记录的

int_asbuffer()

函数给出了一种在帖子中创建缓冲区对象的方法：

buffer = numpy.core.multiarray.int_asbuffer(    ctypes.addressof(y.contents), 8*array_length)

（请注意，我替换

8

了

np.dtype(float).itemsize

。在任何平台上，它始终为8。）创建缓冲区对象的另一种方法是

PyBuffer_FromMemory()

通过ctypes从Python
C API调用该函数：

buffer_from_memory = ctypes.pythonapi.PyBuffer_FromMemorybuffer_from_memory.restype = ctypes.py_objectbuffer = buffer_from_memory(y, 8*array_length)

对于这两种方式，您都可以通过以下方式创建一个NumPy数组

buffer

：

a = numpy.frombuffer(buffer, float)

（我实际上不明白为什么要使用

.astype()

而不是第二个参数

frombuffer

；此外，我想知道为什么要使用

np.int

，而您之前说过数组包含

double

s。）

恐怕它不会比这容易得多，但这还不是很糟糕，您不觉得吗？您可以将所有难看的细节掩埋在包装函数中，而不必担心它。