如何在内存中组织numpy数组？

Question

我试图从一个模块中获取一些数据，该模块是用ctypes包装的共享对象。 数据是一个数字数组，所以我使用numpy数组来存储数据。但我了解到了我 不明白numpy如何在内存中组织数组。

如果我有一个C函数，它将填充如下所示的数组：

int filler(int* a,int length){
        int i=0;
        for(i=0;i<length;i++){
                a[i]=i;
        }
        return 0;
}

然后我将使用ctypes

在python中调用此函数

import ctypes
import numpy
lib = ctypes.cdll.LoadLibrary("libname")    
data = numpy.zeros((1,10),dtype=numpy.int16)
lib.filler(data.ctypes.data,ctypes.c_int(10))
print data

但我的输出是这样出来的。

dtype=numpy.int16
[[0 0 1 0 2 0 3 0 4 0]]

如果int是32位，这是有意义的，但我认为C int是16位（x86 intel机器中的openSUSE中的GCC）。 我尝试使用32位的dtypes运行，奇怪的是我得到了我想要的结果：

dtype=numpy.int32
[[0 1 2 3 4 5 6 7 8 9]]

试着弄清楚我用int8运行的是什么，我得到了以下内容：

dtype=numpy.int8
[[0 0 0 0 1 0 0 0 2 0]]

我确实看了看numpy docs，但到目前为止我还没找到答案。

Answer 1

  

如果int为32，这将有意义   bit，但我想C int是16位   （在x86 intel中的openSUSE中的GCC   机）。我尝试用dtypes运行   是32位，奇怪的是我得到了   结果我想要：

一点也不奇怪：你的假设是错误的，你的机器是32位的32位int和16位短的int ..除非你做了一些（相当令人钦佩的）逆向计算！

检查sizeof（int）并乘以8，或者只是将数字存储在int中并打印出来，以说服自己。