等效的numpy脚本产生不同的结果

Question

我运行了以下脚本，这些脚本被认为是相同的，但输出完全不同， 谁能解释为什么？

我首先导入了必要的模块：

from ctypes import *
import numpy as np 

代码1：

AOVoltage = np.linspace(-1, 1, 2200)
AOVoltage = AOVoltage.ctypes.data_as(POINTER(c_double))
print AOVoltage.contents

c_double(1.821347161578237e-284)

代码2：

a = np.linspace(-1, 1, 2200)
AOVoltage = a.ctypes.data_as(POINTER(c_double))
print AOVoltage.contents

c_double(-1.0)

Code3：

AOVoltage = (np.linspace(-1, 1, 2200)).ctypes.data_as(POINTER(c_double))
print AOVoltage.contents

c_double(1.821347161578237e-284)

Answer 1

为此，您需要保留对原始numpy数组的引用，以防止它被垃圾回收。这就是为什么＃2有效，＃1和＃3没有（他们的行为未定义）。

documentation：

中对此进行了解释

  

小心使用ctypes属性 - 尤其是临时阵列或动态构建的数组。例如，调用(a+b).ctypes.data_as(ctypes.c_void_p)会返回一个指向无效内存的指针，因为创建为(a+b)的数组在下一个Python语句之前被释放。您可以使用c=a+b或ct=(a+b).ctypes来避免此问题。在后一种情况下，ct将保留对数组的引用，直到ct被删除或重新分配。