在Swig中通过ref返回动态数组

时间:2016-07-06 10:48:33

标签: python c++ arrays numpy swig

我正在使用swig将一些代码包装在c ++中以便在Python中使用 我有一个函数,在输入数组上进行一些计算后得到数组并返回2个动态数组(函数通过ref得到它们) 我的问题是输出数组是未指定的大小,因为大小取决于输入数组 我的功能看起来像:

void arrayManipulate(int* inArray, int inLen, int resolution, int* &outArray1, int &outLen1, int* &outArray2, int &outLen2)

我使用numpy.i将输入数组转换为numpy数组 但是如果我想使用numpy用ARGOUT返回数组它不起作用,因为它假定输出数组的大小是已知的。

module.i:

%module minimal
%{
#include "minimal.h"
#include "numpy/arrayobject.h"
%}

%include numpy.i
%init %{
inport_array();
%}
%apply (int* INARRAY1, int DIM1) {(int* inArray, int inLen)}
%apply (int* ARGOUT_ARRAY1, int DIM1) {(int* &outArray1, int &outLen1), (int* &outArray2, int &outLen2)
%include "minimal.h"

如果我尝试编译它,我会收到以下错误:

File minimal_wrap.cxx: IntelliSense: a value of type "int" could not be assigned to entity od type "int *"
File minimal_wrap.cxx: IntelliSense: a value of type "int *" could not be assigned to entity od type "int **"

如果我删除所有“&”来自minimal.i和minimal.h(来自函数)的符号,它编译但是除了python以给出输出数组的维度:

TypeError: arrayManipulate takes exactly 4 arguments (2 given)

我想在python中使用它,如:

import minimal
import numpy as np
arr1, arr2 = minimal.arrayManipulate(np.asarray([1,2,3]),100)

我怎样才能使它有效?

1 个答案:

答案 0 :(得分:0)

这是一个答案,它使用双指针而不是*&amp ;.您可以创建一个简单的包装函数来支持这个原型

请注意,已分配返回的数组,并且typemap生成代理,以确保在Python中删除时删除数组。他们是受管理的

头文件(test.h):

#pragma once

void fun(int* inArray, int inLen, int resolution,
     int** outArray1, int* outLen1,
     int** outArray2, int* outLen2);

源文件(test.cpp):

#include "test.h"
#include <malloc.h>

void fun(int* inArray, int inLen, int resolution, 
     int** outArray1, int* outLen1,
     int** outArray2, int* outLen2) {

  int _outLen1 = resolution*inLen;
  int _outLen2 = resolution*inLen;
  int* _outArray1 = (int*)malloc(_outLen1*sizeof(int));
  int* _outArray2 = (int*)malloc(_outLen2*sizeof(int));

  for (int i = 0 ; i < inLen ; i++) {
    for (int j = 0 ; j < resolution ; j++) {
      _outArray1[i*resolution+j] = resolution*inArray[i];
      _outArray2[i*resolution+j] = resolution*inArray[i];
    }
  }

  // Assign outputs
  *outLen1 = _outLen1;
  *outLen2 = _outLen2;
  *outArray1 = _outArray1;
  *outArray2 = _outArray2;
}

接口定义文件(test.i)

%module example
%{
  #define SWIG_FILE_WITH_INIT
  #include "test.h"
%}

%include "numpy.i"

%init
%{
  import_array();
%}

%apply (int* IN_ARRAY1, int DIM1) {(int* inArray, int inLen)}

%apply (int** ARGOUTVIEWM_ARRAY1, int* DIM1) {(int** outArray1, int* outLen1)}
%apply (int** ARGOUTVIEWM_ARRAY1, int* DIM1) {(int** outArray2, int* outLen2)}

%include "test.h"

来自Python

import numpy as np
import example
a = np.ones(27,dtype=np.int32)
h = example.fun(a,2) # h contains the two outputs

支持例如size_t,在numpy.i中搜索此部分

%numpy_typemaps(unsigned long long, NPY_ULONGLONG, int)
%numpy_typemaps(float             , NPY_FLOAT    , int)
%numpy_typemaps(double            , NPY_DOUBLE   , int)

并添加以下内容

%numpy_typemaps(signed char       , NPY_BYTE     , size_t)
%numpy_typemaps(unsigned char     , NPY_UBYTE    , size_t)
%numpy_typemaps(short             , NPY_SHORT    , size_t)
%numpy_typemaps(unsigned short    , NPY_USHORT   , size_t)
%numpy_typemaps(int               , NPY_INT      , size_t)
%numpy_typemaps(unsigned int      , NPY_UINT     , size_t)
%numpy_typemaps(long              , NPY_LONG     , size_t)
%numpy_typemaps(unsigned long     , NPY_ULONG    , size_t)
%numpy_typemaps(long long         , NPY_LONGLONG , size_t)
%numpy_typemaps(unsigned long long, NPY_ULONGLONG, size_t)
%numpy_typemaps(float             , NPY_FLOAT    , size_t)
%numpy_typemaps(double            , NPY_DOUBLE   , size_t)

这会添加更多的文字图以支持使用size_t而不是int。

进行索引