Question

我有一个C ++回调函数，它使用ctypes调用Python。该函数的参数是指向double数组和元素数的指针。

有很多元素，大约2,000,000。我需要将它发送到scipy函数中。

C ++原型是：

bool (*ptsetDataSource)(double*, long long);

以下是python代码：

CPF_setDataSource = CFUNCTYPE(c_bool, POINTER(c_double),c_longlong)
CPF_setSelection= CFUNCTYPE(c_bool,c_char_p, c_longlong,c_longlong)
CPF_ResetSequence = CFUNCTYPE(c_bool)

def setDataSource(Data, DataLength):
    Datalist=[0.0]*100
    for i in range(0,100):
        Datalist[i]=Data[i]

    print Datalist
    return True

问题是print datalist返回：

[0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]

这是不正确的（在c ++方面检查时，数据填充了很多其他数字。

此外，如果我使用此代码将数据转换为python列表，它会在分配步骤锁定计算机。

无论如何从C ++数组加载数据然后将其转换为适合scipy的数组？

Answer 1

如果Data是(c_double*DataLength.value)数组，那么您可以：

a = np.frombuffer(Data) # no copy. Changes in `a` are reflected in `Data`

如果Data是POINTER(c_double)，您可以使用numpy.fromiter()获取numpy数组。它与您的问题中的循环相同但更快：

a = np.fromiter(Data, dtype=np.float, count=DataLength.value) # copy

要从POINTER(c_double)实例创建一个numpy数组而不进行复制，可以使用.from_address()方法：

ArrayType = ctypes.c_double*DataLength.value
addr = ctypes.addressof(Data.contents)
a = np.frombuffer(ArrayType.from_address(addr))

或者

array_pointer = ctypes.cast(Data, ctypes.POINTER(ArrayType))
a = np.frombuffer(array_pointer.contents)

两种方法都会将POINTER(c_double)实例转换为(c_double*DataLength)，然后再将其传递给numpy.frombuffer()。

基于Cython的解决方案

无论如何从C ++数组加载数据然后将其转换为适合scipy的数组？

这是Python的C扩展模块（用Cython编写），它提供转换函数作为C API：

cimport numpy as np
np.import_array() # initialize C API to call PyArray_SimpleNewFromData

cdef public api tonumpyarray(double* data, long long size) with gil:
    if not (data and size >= 0): raise ValueError
    cdef np.npy_intp dims = size
    #NOTE: it doesn't take ownership of `data`. You must free `data` yourself
    return np.PyArray_SimpleNewFromData(1, &dims, np.NPY_DOUBLE, <void*>data)

它可以与ctypes一起使用，如下所示：

from ctypes import (PYFUNCTYPE, py_object, POINTER, c_double, c_longlong,
                    pydll, CFUNCTYPE, c_bool, cdll)

import pointer2ndarray
tonumpyarray = PYFUNCTYPE(py_object, POINTER(c_double), c_longlong)(
    ("tonumpyarray", pydll.LoadLibrary(pointer2ndarray.__file__)))

@CFUNCTYPE(c_bool, POINTER(c_double), c_longlong)
def callback(data, size):
    a = tonumpyarray(data, size)
    # call scipy functions on the `a` array here
    return True

cpplib = cdll.LoadLibrary("call_callback.so") # your C++ lib goes here
cpplib.call_callback(callback)

call_callback的位置：void call_callback(bool (*)(double *, long long))。

如何将指向c数组的指针转换为python数组

1 个答案:

基于Cython的解决方案