Question

我正在尝试使用pybind11将python嵌入到C ++应用程序中。

我正在使用以下功能创建一个array_t：

template<class T>
py::array_t<T> create_matrix(size_t width, size_t height, T* data_ptr = nullptr)
{

    auto b = py::buffer_info(
        data_ptr,
        sizeof(T), //itemsize
        py::format_descriptor<T>::format(),
        2, // ndim
        std::vector<size_t> { width, height }, // shape
        std::vector<size_t> {height * sizeof(T), sizeof(T)} // strides
    );

    return py::array_t<T>(b);
}

如果我这样使用此功能：

float* raw_array_data = new float[4];

{
    py::array_t<float> arr_f2 = create_matrix<float>(2, 2, raw_array_data);
    ...
}

// Use raw_data_array here.

raw_array_data在arr_f2范围之外仍然可用。如果以此方式构造，则array_t似乎在充当“视图”。

但是，在某些情况下，我可能希望array_t拥有提供给create_matrix的内存的所有权。如何告诉array_t它拥有内存？

Answer 1

如果您只是不传递数据指针，则numpy将为您分配内存。如果您无法控制分配，则必须自己销毁它（因为numpy不会知道数据是如何分配的，而且似乎也没有传递deallocator函数的方法）：

{
    // arr_f2 will get numpy to allocate 4 floats
    py::array_t<float> arr_f2 = create_matrix<float>(2, 2);
    ...
}
// and Python will deallocate them when it gets decrefd

float* raw_array_data = new float[4];

{
    std::unique_ptr<float[]> raw_array_data_destructor(raw_array_data);

    py::array_t<float> arr_f2 = create_matrix<float>(2, 2, raw_array_data);
}
// And std::unique_ptr<float[]>::~unique_ptr will delete[] the data

使用pybind11，如何为array_t对象设置基础内存的所有权？

1 个答案: