Question

我正在尝试将共享C库与某些python代码连接起来。与库的接口类似于

typedef struct{
    int v1;
    double* v2} input;

还有另外两种类型，例如：配置和输出类型。

我使用ctypes Structure这样在python中设置这些结构：

class input(Structure):
    _fields_ = [("v1",c_int),("v2",POINTER(c_double)]

C代码有一些函数接收指向该结构的指针，而argtypes的定义如下：

fun.argtypes = [constraints,input,POINTER(input)]

constraints是另一个具有一些int字段的结构。

首先，我更新输入结构中的v2字段

input.v2 = generated_array.ctypes.data_as(POINTER(c_double))

然后我称之为：

fun(constraints,input,byref(output))

函数原型请求struct和* to struct（假设输出结构类型与输入结构类型相同）。

然后我想访问存储在输出的v2字段中的乐趣结果。但是我得到了意想不到的结果。这样做有更好/更正确的方法吗？

我在这里搜索了很多并阅读了文档，但我找不到有什么问题。我没有任何错误消息，但是我从共享库中收到的警告似乎表明这些接口存在错误。

我想我发现了问题：

当我调用该方法时，会调用一个numpy数组。然后我创建了4个向量：

    out_real = ascontiguousarray(zeros(din.size,dtype=c_double))
    out_imag = ascontiguousarray(zeros(din.size,dtype=c_double))
    in_real  = ascontiguousarray(din.real,dtype = c_double)
    in_imag  = ascontiguousarray(din.imag,dtype = c_double)

其中din是输入向量。我用这种方式测试了这个方法：

    print in_real.ctypes.data_as(POINTER(c_double))    
    print in_imag.ctypes.data_as(POINTER(c_double))
    print out_real.ctypes.data_as(POINTER(c_double))
    print out_imag.ctypes.data_as(POINTER(c_double))

结果是：

    <model.LP_c_double object at 0x1d81f80>
    <model.LP_c_double object at 0x1d81f80>
    <model.LP_c_double object at 0x1d81f80>
    <model.LP_c_double object at 0x1d81f80>

似乎所有人都指向同一个地方。

经过一些更改，它按预期工作......

经过多次测试，我发现第一次代码几乎是正确的。我创建了一次Structure实例并更新了它的字段。我改为在每次调用fun时创建一个新实例。我还将所有数组类型更改为等效的ctypes类型;这似乎使功能按预期工作。

打印行为仍然像上面的测试一样，但即使有这种奇怪的行为，该功能似乎也能正常工作。 正如下面的@ericsun评论指出的那样正确。

Answer 1

struct有一个int字段，可能是数组长度，但我只是猜测没有完整的函数原型。如果情况确实如此，这里有一个可能有帮助的例子。

首先，我需要在共享库中编译测试函数。我只需将输入数组乘以2：

import os
import numpy as np
from ctypes import *

open('tmp.c', 'w').write('''\
typedef struct {
    int v1; double *v2;
} darray;
int test(darray *input, darray *output) {
    int i;
    /* note: this should first test for compatible size */
    for (i=0; i < input->v1; i++)
        *(output->v2 + i) = *(input->v2 + i) * 2;
    return 0;
}
''')
os.system('gcc -shared -o tmp.so tmp.c')

接下来创建ctypes定义。我添加了classmethod来从darray

中制作numpy.ndarray

c_double_p = POINTER(c_double)

class darray(Structure):
    _fields_ = [
      ('v1', c_int),
      ('v2', c_double_p),
    ]
    @classmethod
    def fromnp(cls, a):
        return cls(len(a), a.ctypes.data_as(c_double_p))

lib = CDLL('./tmp.so')
lib.test.argtypes = POINTER(darray), POINTER(darray)

测试：

a1 = np.arange(3) + 1.0
a2 = np.zeros(3)
print 'before:', '\na1 =', a1, '\na2 =', a2 

lib.test(darray.fromnp(a1), darray.fromnp(a2))
print 'after:', '\na1 =', a1, '\na2 =', a2

输出：

before: 
a1 = [ 1.  2.  3.] 
a2 = [ 0.  0.  0.]
after: 
a1 = [ 1.  2.  3.] 
a2 = [ 2.  4.  6.]

具有ctypes功能的Numpy数组接口

1 个答案: