我仍然在使用ctypes编写c代码的python接口。今天我用python版本替换了我的文件读取功能，这是由其他人使用NumPy编写的。使用byref（p_data）调用'old'c版本，而p_data = PFloat（）（见下文）。主函数采用p_data。
旧文件阅读：
p_data=POINTER(c_float)
foo.read(filename,byref(p_data))
result=foo.pymain(p_data)
另一方面，python文件读取函数返回NumPy数组。我现在的问题是：
如何将NumPy数组转换为POINTER（c_float）？
我用谷歌搜索，但只发现了相反：C arrays through ctypes accessed as NumPy arrays和我不理解的事情：C-Types Foreign Function Interface (numpy.ctypeslib)
[更新] 纠正了示例代码中的错误
答案 0 :(得分：19)
你的代码看起来有些混乱 - ctypes.POINTER()创建一个新的ctypes指针 class ，而不是ctypes实例。无论如何，将NumPy数组传递给ctypes代码的最简单方法是使用numpy.ndarray的{{1}}属性的ctypes方法。只需先确保基础数据是正确的类型。例如：
data_as答案 1 :(得分：4)
np.ndarrays作为ctypes参数更可取的方法是使用numpy-docs中提到的ndpointer。
这种方法比使用例如 POINTER（c_double），因为可以指定几个限制，所以 在调用ctypes函数时被验证。这些包括数据 类型，尺寸数量，形状和标志。如果给定的数组没有 满足指定的限制，将引发TypeError。
最小的可复制示例
从python调用memcpy。最终，需要调整标准C库libc.so.6的文件名。
import ctypes
import numpy as np
n_bytes_f64 = 8
nrows = 2
ncols = 5
clib = ctypes.cdll.LoadLibrary("libc.so.6")
clib.memcpy.argtypes = [
np.ctypeslib.ndpointer(dtype=np.float64, ndim=2, flags='C_CONTIGUOUS'),
np.ctypeslib.ndpointer(dtype=np.float64, ndim=1, flags='C_CONTIGUOUS'),
ctypes.c_size_t]
clib.memcpy.restype = ctypes.c_void_p
arr_from = np.arange(nrows * ncols).astype(np.float64)
arr_to = np.empty(shape=(nrows, ncols), dtype=np.float64)
print('arr_from:', arr_from)
print('arr_to:', arr_to)
print('\ncalling clib.memcpy ...\n')
clib.memcpy(arr_to, arr_from, nrows * ncols * n_bytes_f64)
print('arr_from:', arr_from)
print('arr_to:', arr_to)
输出
arr_from: [0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
arr_to: [[0.0e+000 4.9e-324 9.9e-324 1.5e-323 2.0e-323]
[2.5e-323 3.0e-323 3.5e-323 4.0e-323 4.4e-323]]
calling clib.memcpy ...
arr_from: [0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
arr_to: [[0. 1. 2. 3. 4.]
[5. 6. 7. 8. 9.]]
如果将ndim=1/2的{{1}}参数修改为与ndpointer的尺寸不一致，则代码将失败，并显示arr_from/arr_to。
这个问题的标题很笼统，...
ArgumentError结果构建np.ndarray 最小的可复制示例
在以下示例中，某些内存由malloc分配，并由memset填充0。然后构造一个numpy数组，以访问该内存。当然会发生一些所有权问题，因为python不会释放在c中分配的内存。为了避免内存泄漏，必须再次free通过ctypes分配内存。 ctypes.c_void_p可以使用copy方法来获取所有权。
np.ndarray输出
import ctypes
import numpy as np
n_bytes_int = 4
size = 7
clib = ctypes.cdll.LoadLibrary("libc.so.6")
clib.malloc.argtypes = [ctypes.c_size_t]
clib.malloc.restype = ctypes.c_void_p
clib.memset.argtypes = [
ctypes.c_void_p,
ctypes.c_int,
ctypes.c_size_t]
clib.memset.restype = np.ctypeslib.ndpointer(
dtype=np.int32, ndim=1, flags='C_CONTIGUOUS')
clib.free.argtypes = [ctypes.c_void_p]
clib.free.restype = ctypes.c_void_p
pntr = clib.malloc(size * n_bytes_int)
ndpntr = clib.memset(pntr, 0, size * n_bytes_int)
print(type(ndpntr))
ctypes_pntr = ctypes.cast(ndpntr, ctypes.POINTER(ctypes.c_int))
print(type(ctypes_pntr))
print()
arr_noowner = np.ctypeslib.as_array(ctypes_pntr, shape=(size,))
arr_owner = np.ctypeslib.as_array(ctypes_pntr, shape=(size,)).copy()
# arr_owner = arr_noowner.copy()
print('arr_noowner (at {:}): {:}'.format(arr_noowner.ctypes.data, arr_noowner))
print('arr_owner (at {:}): {:}'.format(arr_owner.ctypes.data, arr_owner))
print('\nfree allocated memory again ...\n')
_ = clib.free(pntr)
print('arr_noowner (at {:}): {:}'.format(arr_noowner.ctypes.data, arr_noowner))
print('arr_owner (at {:}): {:}'.format(arr_owner.ctypes.data, arr_owner))
print('\njust for fun: free some python-memory ...\n')
_ = clib.free(arr_owner.ctypes.data_as(ctypes.c_void_p))
print('arr_noowner (at {:}): {:}'.format(arr_noowner.ctypes.data, arr_noowner))
print('arr_owner (at {:}): {:}'.format(arr_owner.ctypes.data, arr_owner))