如何将指向c数组的指针转换为python数组

Question

我有一个C++回调函数，它使用CyType调用Python。此函数的参数是指向double数组和元素数的指针。

有很多元素，大约200万。我需要把这个发送到scipy函数中。

< > C++原型是：

bool (*ptsetDataSource)(double*, long long);

以下是python代码：

CPF_setDataSource = CFUNCTYPE(c_bool, POINTER(c_double),c_longlong)
CPF_setSelection= CFUNCTYPE(c_bool,c_char_p, c_longlong,c_longlong)
CPF_ResetSequence = CFUNCTYPE(c_bool)

def setDataSource(Data, DataLength):
    Datalist=[0.0]*100
    for i in range(0,100):
        Datalist[i]=Data[i]

    print Datalist
    return True

问题是print datalist返回：

[0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]

这是不正确的（当在c++端检查时，数据中会填充很多其他数字）。

另外，如果我使用此代码将数据转换为python列表，它会在分配步骤锁定计算机。

无论如何，是否要从C++数组加载数据，然后将其转换成适合SCIPY的数组？

Answer 1

如果Data是(c_double*DataLength.value)数组，则可以：

a = np.frombuffer(Data) # no copy. Changes in `a` are reflected in `Data`

如果Data是POINTER(c_double)，则可以使用^{}获得numpy数组。这与你的问题相同，但速度更快：

a = np.fromiter(Data, dtype=np.float, count=DataLength.value) # copy

要在不复制的情况下从POINTER(c_double)实例创建numpy数组，可以使用^{}方法：

ArrayType = ctypes.c_double*DataLength.value
addr = ctypes.addressof(Data.contents)
a = np.frombuffer(ArrayType.from_address(addr))

或者

array_pointer = ctypes.cast(Data, ctypes.POINTER(ArrayType))
a = np.frombuffer(array_pointer.contents)

两个方法都将POINTER(c_double)实例转换为(c_double*DataLength)，然后将其传递给^{}。

基于Cython的解决方案

Is there anyway to load the data from the C++ array and then convert it to an array fit for scipy?

下面是Python的C扩展模块（用Cython编写），它将转换函数作为C API提供：

cimport numpy as np
np.import_array() # initialize C API to call PyArray_SimpleNewFromData

cdef public api tonumpyarray(double* data, long long size) with gil:
    if not (data and size >= 0): raise ValueError
    cdef np.npy_intp dims = size
    #NOTE: it doesn't take ownership of `data`. You must free `data` yourself
    return np.PyArray_SimpleNewFromData(1, &dims, np.NPY_DOUBLE, <void*>data)

它可以与ctypes一起使用，如下所示：

from ctypes import (PYFUNCTYPE, py_object, POINTER, c_double, c_longlong,
                    pydll, CFUNCTYPE, c_bool, cdll)

import pointer2ndarray
tonumpyarray = PYFUNCTYPE(py_object, POINTER(c_double), c_longlong)(
    ("tonumpyarray", pydll.LoadLibrary(pointer2ndarray.__file__)))

@CFUNCTYPE(c_bool, POINTER(c_double), c_longlong)
def callback(data, size):
    a = tonumpyarray(data, size)
    # call scipy functions on the `a` array here
    return True

cpplib = cdll.LoadLibrary("call_callback.so") # your C++ lib goes here
cpplib.call_callback(callback)

其中call_callback是：^{}。