带有 ctypes 函数的 Numpy 数组接口

Question

我正在尝试将共享 C 库与一些 python 代码接口。 与库的接口类似于

typedef struct{
    int v1;
    double* v2} input;

还有两种类似的类型：用于配置和输出类型。

我在 python 中使用ctypes Structures 像这样设置这些结构：

class input(Structure):
    _fields_ = [("v1",c_int),("v2",POINTER(c_double)]

C 代码有一些函数接收指向该结构的指针，并且 argtypes 定义如下：

fun.argtypes = [constraints,input,POINTER(input)]

constraints 是另一种结构，其中包含一些用于配置的int 字段。

首先我更新输入结构中的 v2 字段

input.v2 = generated_array.ctypes.data_as(POINTER(c_double))

那我叫它：

fun(constraints,input,byref(output))

函数原型要求 struct 和 * 到 struct（假设输出 struct 类型与输入 struct 类型相同）。

然后我想访问存储在输出的 v2 字段中的 fun 的结果。但我得到了意想不到的结果。有更好/正确的方法吗？

我在这里搜索了很多并阅读了文档，但我找不到问题所在。我没有任何错误消息，但我从共享库收到的警告似乎表明这些接口存在错误。

---

我想我发现了问题：

当我调用该方法时，会调用一个复杂的 numpy 数组。然后我创建了 4 个向量：

    out_real = ascontiguousarray(zeros(din.size,dtype=c_double))
    out_imag = ascontiguousarray(zeros(din.size,dtype=c_double))
    in_real  = ascontiguousarray(din.real,dtype = c_double)
    in_imag  = ascontiguousarray(din.imag,dtype = c_double) 

其中 din 是输入向量。我以这种方式测试了该方法：

    print in_real.ctypes.data_as(POINTER(c_double))    
    print in_imag.ctypes.data_as(POINTER(c_double))
    print out_real.ctypes.data_as(POINTER(c_double))
    print out_imag.ctypes.data_as(POINTER(c_double))

结果是：

    <model.LP_c_double object at 0x1d81f80>
    <model.LP_c_double object at 0x1d81f80>
    <model.LP_c_double object at 0x1d81f80>
    <model.LP_c_double object at 0x1d81f80>

他们似乎都指向同一个地方。

经过一些更改，它按预期工作......

---

经过几次测试，我发现代码第一次几乎是正确的。我创建了一次 Structure 实例并更新了它的字段。我改为在每次调用fun 时创建一个新实例。我还将所有数组类型更改为等效的 ctypes 类型；这似乎使该功能按预期工作。

打印行为仍然与上面的测试一样，但即使出现这种奇怪的行为，该功能似乎也能正常工作。 正如下面@ericsun 评论所指出的那样是正确的。

Answer 1

struct 有一个 int 字段，可能是数组长度，尽管我只是猜测没有完整的函数原型。如果情况确实如此，这里有一个示例可能会有所帮助。

首先，我需要在共享库中编译一个测试函数。我将简单地将输入数组乘以 2：

import os
import numpy as np
from ctypes import *

open('tmp.c', 'w').write('''\
typedef struct {
    int v1; double *v2;
} darray;
int test(darray *input, darray *output) {
    int i;
    /* note: this should first test for compatible size */
    for (i=0; i < input->v1; i++)
        *(output->v2 + i) = *(input->v2 + i) * 2;
    return 0;
}
''')
os.system('gcc -shared -o tmp.so tmp.c')

接下来创建 ctypes 定义。我添加了一个classmethod 以从numpy.ndarray 制作一个darray：

c_double_p = POINTER(c_double)

class darray(Structure):
    _fields_ = [
      ('v1', c_int),
      ('v2', c_double_p),
    ]
    @classmethod
    def fromnp(cls, a):
        return cls(len(a), a.ctypes.data_as(c_double_p))

lib = CDLL('./tmp.so')
lib.test.argtypes = POINTER(darray), POINTER(darray)

测试：

a1 = np.arange(3) + 1.0
a2 = np.zeros(3)
print 'before:', '\na1 =', a1, '\na2 =', a2 

lib.test(darray.fromnp(a1), darray.fromnp(a2))
print 'after:', '\na1 =', a1, '\na2 =', a2 

输出：

before: 
a1 = [ 1.  2.  3.] 
a2 = [ 0.  0.  0.]
after: 
a1 = [ 1.  2.  3.] 
a2 = [ 2.  4.  6.]