numpy.dtype 对应的 ctypes 类型？答案

【问题标题】：The corresponding ctypes type of a numpy.dtype?numpy.dtype 对应的 ctypes 类型？
【发布时间】：2015-10-20 21:38:41
【问题描述】：

如果我有一个带有某个dtype 的numpy ndarray，我怎么知道对应的ctypes 类型是什么？

例如，如果我有一个 ndarray，我可以执行以下操作将其转换为共享数组：

import multiprocessing as mp
import numpy as np
import ctypes
x_np = np.random.rand(10, 10)
x_mp = mp.Array(ctypes.c_double, x_np)

但是，我必须在此处指定c_double。如果我没有指定完全相同的类型，它会起作用，但我想保持类型相同。我应该如何自动找出 ndarray x_np 的 ctypes 类型，至少对于一些常见的基本数据类型？

【问题讨论】：

由于多处理模块会复制数组，您可能希望使用多处理分配 ctypes 数组，然后使用 numpy 从另一个进程（不复制）访问它，例如主进程：x_mp = mp.Array('d', 100); 子进程：x_np = np.reshape(np.ctypeslib.as_array(x_mp.get_obj()), (10, 10));x_np[:] = np.random.rand(10, 10).
对于共享数组，您真正需要的只是一个字节数组，假设它足够大，然后您可以使用np.frombuffer 和np.reshape 适当地转换它。这样，数据全部由您的 numpy 代码确定，而多处理数组只是提供共享内存的后备存储。
谢谢！是的，任何一种方式都适合我，但我从我的用户那里得到的是一个 numpy 数组。因此，如果我遵循您的方法，我仍然必须弄清楚在给定一个 numpy 数组的命令中将什么放入 'd' 部分。你有什么主意吗？目前我只是使用自定义字典从 numpy.dtype.type 映射到 ctypes 类型。
如果您可以使用私有副本而不是共享原始数组，请注意第一步是展平数组，例如x_np = x_np.flatten()，因为您上面的示例不起作用。然后得到ct = np.ctypeslib.as_ctypes(x_np) 并通过_type_ 属性下降，直到你得到一个字符串，例如while not isinstance(ct, str): ct = ct._type_.

标签： numpy ctypes

【解决方案1】：

numpy.ctypeslib.as_ctypes_type(dtype) 现已支持此功能：

import numpy as np
x_np = np.random.rand(10, 10)
np.ctypeslib.as_ctypes_type(x_np.dtype)

按预期提供ctypes.c_double。

【讨论】：

【解决方案2】：

实际上有一种方法可以做到这一点，那就是built into Numpy：

x_np = np.random.rand(10, 10)
typecodes = np.ctypeslib._get_typecodes()
typecodes[x_np.__array_interface__['typestr']]

输出：

ctypes.c_double

需要注意的是np.ctypeslib._get_typecodes 函数被标记为私有（即它的名称以_ 开头）。但是，它的实现似乎在一段时间内没有发生变化，因此您可能可以相当可靠地使用它。

或者，_get_typecodes 的实现很短，所以您也可以将整个函数复制到您自己的代码中：

import ctypes
import numpy as np

def get_typecodes():
    ct = ctypes
    simple_types = [
        ct.c_byte, ct.c_short, ct.c_int, ct.c_long, ct.c_longlong,
        ct.c_ubyte, ct.c_ushort, ct.c_uint, ct.c_ulong, ct.c_ulonglong,
        ct.c_float, ct.c_double,
    ]

    return {np.dtype(ctype).str: ctype for ctype in simple_types}

【讨论】：