在 Cython 中将 C++ 向量转换为 numpy 数组而不复制 [重复]答案

【问题标题】：Convert C++ vector to numpy array in Cython without copying [duplicate]在 Cython 中将 C++ 向量转换为 numpy 数组而不复制 [重复]
【发布时间】：2026-01-23 11:25:02
【问题描述】：

有一个 C++ 函数可以返回一个浮点向量。如何在不复制的情况下将此向量转换为 NumPy 数组？现在我正在这样做：

cdef np.ndarray arr = np.ascontiguousarray(cpp_vector, dtype=np.float)
return arr

但这在大型向量上工作得非常慢（假设发生复制）。

【问题讨论】：

问题是，你能确保 cpp_vector 的存活时间足够长吗？否则你会在 numpy-array 中得到悬空指针。
相关*.com/a/55959886/5769463
请注意，C++ 标准不保证使用 IEEE 754 格式，即使大多数（所有？）编译器都是这种情况。这里不应该是个问题吗？
获得缓冲区接口后，您可以使用docs.scipy.org/doc/numpy-1.17.0/reference/generated/… 获得一个 numpy 数组而无需复制。如果缓冲区接口太多，您可以从第一个链接稍微更改 memory-nanny-approach 以使用 std::vector。顺便说一句，使用 std::move (C++11) 或 std::swap (也是 C++98)，您可以更改 std::vector 中数据的所有权。

标签： python c++ cython numpy-ndarray

【解决方案1】：

将向量转换为浮点数组并告诉 numpy 应该可以解决问题。

cdef float[::1] arr = <float [:cpp_vector.size()]>cpp_vector.data()
return arr

# arr is of type Memoryview. To cast into Numpy:
np_arr = np.asarray(arr)

[::1] 表示法是指Typed MemoryView (link)。在链接中，您将获得更多示例。我们还使用np.asarray 将 tne MemoryView 转换为 numpy 数组（在 SO Here 中回答）。这个想法是告诉 Cython 以预定义的格式查看该内存空间，避免任何复制。从名为 Coertion 到 Numpy 的文档的 this section 扩展：

Memoryview（和数组）对象可以强制转换为 NumPy ndarray，无需必须复制数据。你可以例如做：

cimport numpy as np
import numpy as np

numpy_array = np.asarray(<np.float_t[:10, :10]> my_pointer)

当然，你不限于使用 NumPy 的类型（例如 np.float_ 这里），你可以使用任何可用的类型。

来源： https://cython.readthedocs.io/en/latest/src/userguide/memoryviews.html#coercion-to-numpy

【讨论】：

我收到Pointer base type does not match cython.array base type。我认为这是因为向量具有纯 C float，但我正在尝试将其转换为 np.float_t。如何解决这个问题？
纯 C float 可能等效于 np.float32（32 位）而不是 np.float_（64 位）。玩一点输出类型，你应该得到它。
注意：请在正确时修改或评论我的答案！我们都想学习如何去做。
我试过cdef float[::1] arr = <float [:cpp_vector.size()]>cpp_vector.data(); return arr，它返回<MemoryView of 'array' object>（没关系）。如果我这样做return np.asarray(arr) 我会得到Segmentation fault...
这存在内存管理问题 - 它不会将向量的生命周期与 numpy 数组的生命周期联系起来