Question

我想对Cython使用一个小的C例程。 C函数本身是

#include <stdio.h>
#include "examples.h"

void add_array(int **io_array, int n) {
    int i;
    int *array;

    array = (int *) malloc(n * sizeof(int));

    for(i = 0; i < n; i++) {
       array[i] = i;
    }

    *io_array = array;
}

和函数原型：

#ifndef EXAMPLES_H
#define EXAMPLES_H

void add_array(int **io_array, int n);

#endif

现在，我想使用Cython与以下C函数接口：

cdef extern from "examples.h":
    void add_array(int **io_array, int n)


import numpy as np

def add(arr):
    if not arr.flags['C_CONTIGUOUS']:
        arr = np.ascontiguousarray(arr, dtype=np.int32) 

    cdef int[::1] arr_memview = arr

    add_array(&arr_memview[0], arr_memview.shape[0])

return arr

编译时会出现错误：

pyexamples.pyx:13:14: Cannot assign type 'int *' to 'int **'

接口此功能的正确方法是什么？

Answer 1

它不适用于numpy-arrays。您必须自己进行内存管理，例如：

%%cython
from libc.stdlib cimport free
def doit():
    cdef int *ptr;
    add_array(&ptr, 5)
    print(ptr[4])
    free(ptr)   #memory management

尝试的区别：&arr_memview[0]是指向整数数组的指针，但函数所需的是指向整数数组的指针的指针-即&ptr。 / p>

您的功能存在的问题是，它的职责过多：

它分配内存
它初始化内存

如果add_array仅做第二部分，即

，会更容易。

void add_array(int *io_array, int n) {
    int i;
    for(i = 0; i < n; i++) {
       io_array[i] = i;
    }
}

因此任何内存都可以初始化（还有未用malloc分配的内存）。

但是，可以使用返回的指针ptr创建一个numpy数组，这并不那么简单：

cimport numpy as np
import numpy as np

np.import_array()   # needed to initialize numpy-data structures

cdef extern from "numpy/arrayobject.h":
    void PyArray_ENABLEFLAGS(np.ndarray arr, int flags) #not include in the Cython default include

def doit():
    cdef int *ptr;
    add_array(&ptr, 5)

    # create numpy-array from data:
    cdef np.npy_intp dim = 5
    cdef np.ndarray[np.int32_t, ndim=1] arr = np.PyArray_SimpleNewFromData(1, &dim, np.NPY_INT32, ptr)
    # transfer ownership of the data to the numpy array:
    PyArray_ENABLEFLAGS(arr, np.NPY_OWNDATA)
    return arr

以下值得一提：

np.import_array()。如果没有调用np.import_array()，Here is an example会发生什么。
在PyArray_SimpleNewFromData之后，数据本身不归最终的numpy数组所有，因此我们需要启用OWNDATA标志，否则会发生内存泄漏。
这并不明显，产生的numpy-array可以负责释放数据。例如，可以使用Python's memory allocator代替使用malloc / free。

我想详细说明上面的第3点。 Numpy使用特殊功能为数据分配/释放内存-它是PyDataMem_FREE，并使用系统的free。因此，就您而言（在add_array中使用系统的malloc / free），一切正常。（{PyDataMem_FREE不应与PyArray_free混淆，就像我在较早版本的答案中所做的那样。PyArray_free负责释放其他元素（数组本身，以及维/跨度数据，而不是数据存储器）see here，并且根据Python版本而有所不同。

一种更加灵活/安全的方法是使用SO-post所示的PyArray_SetBaseObject。

通过Cython中的双指针从C函数传递数据

1 个答案: