我能想到三种明智的做法。我将在下面概述它们（即没有一个代码是完整的，但希望它会清楚如何完成它）。
1。 C++拥有内存； Cython/Python 持有指向 C++ 类的共享指针
（这看起来是您已经在考虑的路线）。
首先创建一个包含共享指针的 Cython 类
from libcpp.memory cimport shared_ptr
cdef class Holder:
cdef shared_ptr[cpp_class] ptr
@staticmethod
cdef make_holder(shared_ptr[cpp_class] ptr):
cdef holder = Holder() # empty class
holder.ptr = ptr
return holder
然后您需要为Holder 定义缓冲区协议。这允许以 numpy 数组和 Cython 内存视图都可以理解的方式直接访问 cpp_class 分配的内存。因此，它们持有对Holder 实例的引用，这反过来又使cpp_class 保持活动状态。 （使用np.asarray(holder_instance)创建一个使用实例内存的numpy数组）
缓冲协议有点复杂，但 Cython 有 fairly extensive documentation，您应该能够在很大程度上复制和粘贴他们的示例。需要添加到Holder 的两个方法是__getbuffer__ 和__releasebuffer__。
2。 Python拥有内存；您的 C++ 类包含一个指向 Python 对象的指针
在此版本中，您将内存分配为 numpy 数组（使用 Python C API 接口）。当你的 C++ 类被销毁时，数组的引用计数会递减，但是如果 Python 持有对该数组的引用，那么该数组的寿命可能比 C++ 类长。
#include <numpy/arrayobject.h>
#include <Python.h>
class cpp_class {
private:
PyObject* arr;
double* data;
public:
cpp_class() {
arr = PyArray_SimpleNew(...); // details left to be filled in
data = PyArray_DATA(reinterpret_cast<PyArrayObject*>(arr));
# fill in the data
}
~cpp_class() {
Py_DECREF(arr); // release our reference to it
}
PyObject* get_np_array() {
Py_INCREF(arr); // Cython expects this to be done before it receives a PyObject
return arr;
}
};
有关如何从 C/C++ 分配 numpy 数组的详细信息，请参阅 the numpy documentation。如果定义复制/移动构造函数，请注意引用计数。
Cython 包装器如下所示：
cdef extern from "some_header.hpp":
cdef cppclass cpp_class:
# whatever constructors you want to allow
object get_np_array()
3。 C++ 将数据的所有权转移给 Python/Cython
在此方案中，C++ 分配数组，但 Cython/Python 负责释放它。所有权转移后，C++ 不再有权访问数据。
class cpp_class {
public:
double* data; // for simplicity this is public - you may want to use accessors
cpp_class() :
data(new double[50])
{/* fill the array as needed */}
~cpp_class() {
delete [] data;
}
};
// helper function for Cython
inline void del_cpp_array(double* a) {
delete [] a;
}
然后您使用cython.view.array class 来捕获分配的内存。这有一个用于销毁的回调函数：
from cython cimport view
cdef extern from "some_header.hpp":
cdef cppclass cpp_class:
double* data
# whatever constructors and other functions
void del_cpp_array(double*)
# later
cdef cpp_class cpp_instance # create this however you like
# ...
# modify line below to match your data
arr = view.array(shape=(10, 2), itemsize=sizeof(double), format="d",
mode="C", allocate_buffer=False)
arr.data = <char*>cpp_instance.data
cpp_instance.data = None # reset to NULL pointer
arr.callback_free_data = del_cpp_array
arr 然后可以与 memoryview 或 numpy 数组一起使用。
您可能不得不在从void* 或char* 与del_cpp_array 进行转换时遇到一些麻烦 - 我不确定 Cython 接口需要什么类型。
第一个选项可能是要实现的大部分工作，但需要对 C++ 代码进行少量更改。第二个选项可能需要更改您不想更改的 C++ 代码。第三个选项很简单，但意味着 C++ 不再有权访问数据，这可能是一个缺点。