ctypes - 没有形状的numpy数组？答案

【问题标题】：ctypes - numpy array with no shape?ctypes - 没有形状的numpy数组？
【发布时间】：2016-01-21 18:10:04
【问题描述】：

我正在使用 python 包装器来调用 c++ dll 库的函数。 dll 库返回一个 ctype，我将其转换为 numpy 数组

score = np.ctypeslib.as_array(score,1)

但是，数组没有形状？

score
>>> array(-0.019486344729027664)

score.shape
>>> ()

score[0]
>>> IndexError: too many indices for array

如何从分数数组中提取双精度数？

谢谢。

【问题讨论】：

那是一个形状；它的形状 ()，又名 0 维。
非常感谢。有什么方法可以提取数组内的双精度数吗？我想这是最后的问题
您可以使用float(score)。但是你怎么会得到一个 0 维数组，即 score 的初始类型和值是什么？
你为什么在这件事上打电话给np.ctypeslib.as_array？ 1 不是一个有效的形状，如果只有一个值，为什么要使用 np.ctypeslib.as_array 来检索它？为什么不通过正常的 ctypes 界面呢？
shape 参数仅用于指针，因此我们知道score 最初不是指针，否则传递shape=1 将是错误的。如果您将as_array 传递给c_double(-0.19) 之类的标量，它会将__array_interface__ 属性存储在c_double 类型和shape=() 上。然而，在 NumPy 1.8.2 中，这实际上创建了一个带有shape=(1,) 的数组。也许在旧版本中它会创建一个标量“数组”。

标签： python arrays numpy ctypes dimensions

【解决方案1】：

您可以通过索引[()] 访问零维数组中的数据。

例如，score[()] 将检索您数组中的基础数据。

成语其实是一致的：

# x, y, z are 0-dim, 1-dim, 2-dim respectively
x = np.array(1)
y = np.array([1, 2, 3])
z = np.array([[1, 2, 3], [4, 5, 6]])

# use 0-dim, 1-dim, 2-dim tuple indexers respectively
res_x = x[()]      # 1
res_y = y[(1,)]    # 2
res_z = z[(1, 2)]  # 6

元组看起来不自然，因为您不需要将它们显式用于 1d 和 2d 情况，即 y[1] 和 z[1, 2] 就足够了。该选项不适用于 0-dim 的情况，因此请使用长度为零的元组。

【讨论】：

这是什么魔法？
() 是一个长度为 0 的元组。它与旧的 array[(3, 4)] 完全一样的操作。
另外，对于具有单个值的数组，array.item() 将返回一个标量，而不管它的维度如何。 np.array(0).item() == np.atleast_3d(0).item().