将 numpy.array 传递给 ctypes 但得到错误结果的问题

Question

注意：这不是一个问题 - 我解决了它并将其发布在这里，试图分享我学到的东西。

我昨晚在使用 numpy 时遇到了一个问题，下面是我如何将其简化为短代码。起初它对我来说似乎是一个错误，但是当我尝试编写这个问题时，我意识到这是我自己的错误。希望以后也遇到这个问题的其他人可以从中受益！

这可以在我的 Win 7 x64 上使用 WinSDK 7.1 的 C 编译器重复。 Python 版本为 3.3.3，使用 MSC v.1600 构建。 Numpy 版本是 1.8.0。

0) 简要总结：当我将 ndarray 传递给从 c 代码编译的 dll 时，c 代码看到的数组与我传入的数组不同。

1) 写一段c代码：

// testdll.c
#include <stdlib.h>

__declspec(dllexport) void copy_ndarray(double *array1, double *array2, size_t array_length);

void copy_ndarray(double *array1, double *array2, size_t array_length)
{
    size_t i;
    for(i=0; i<array_length; i++)
        array2[i] = array1[i];
    return;
}

2) 编写python代码：

import numpy as np
import ctypes


# wrap the function from dll to python
lib = ctypes.cdll.LoadLibrary('./testdll.dll')
fun = lib.copy_ndarray
fun.restype = None
fun.argtypes = [np.ctypeslib.ndpointer(ctypes.c_double), np.ctypeslib.ndpointer(ctypes.c_double), ctypes.c_size_t]
# Initialize array1 and array2
array_length= 10
temp = np.c_[100.*np.ones(array_length), 200.*np.ones(array_length)]
array1 = temp[:, 1]
array2 = np.zeros(array_length)
fun(array1, array2, array_length)

3) 运行代码。看看 array1 和 array2 有什么不同。

Answer 1

当然应该不一样！

当我使用array1 = temp[:, 1] 时，array1 不是真正大小的 (10,) ndarray。它是temp 的视图，大小为(10, 2)。想想它是如何存储在内存中的——当指针在c中指向另一个sizeof(double)时，它会遇到temp中的下一个元素，而不是array1中的。

修复它的方法是 - 在读取数据时不要使用 ndarray 视图！使用这条线

array1 = temp[:, 1].copy()

制作副本，而不是简单地使用视图。

正确的python代码是：

import numpy as np
import ctypes


# wrap the function from dll to python
lib = ctypes.cdll.LoadLibrary('./testdll.dll')
fun = lib.copy_ndarray
fun.restype = None
fun.argtypes = [np.ctypeslib.ndpointer(ctypes.c_double), np.ctypeslib.ndpointer(ctypes.c_double), ctypes.c_size_t]
# Initialize array1 and array2
array_length= 10
temp = np.c_[100.*np.ones(array_length), 200.*np.ones(array_length)]
array1 = temp[:, 1].copy()
array2 = np.zeros(array_length)
fun(array1, array2, array_length)

我个人觉得这很棘手，因为作为一名数据分析员（老实说，我不是...我是一名研究人员，但已经足够接近了！），99% 的情况下，视图比副本更好，因为它更快，而且一旦数据被读取，我们就不需要原始的ndarray。

学习这一点并牢记这一点很好！