将 **float 数组从 C++ Dll 传递给 python

Question

我目前正在使用导入到 python 的 C/C++ 函数，这要归功于 Dll 和 ctypes。在 DLL 中，我有一个以浮点 ** 变量作为参数的函数。这个参数被填充到函数中，我使用 ctypes 在 python 上得到它。

我有一个使用 2 个 for 循环的解决方案，但是当 2D 数组有很多点时，这会很慢。

你知道不用这些 for 循环的方法吗？

这是我的代码：

导出函数（DLL）的短版

unsigned short ClassExample::GetData(float **Samples)
{
    for(long i = 0; i < rows; i++)
    {
        try
        {
            if(ch < NB_ROWS_MAX) 
            {
                Samples[ch]][i] = this->Data[ch][i];
            }
            else
            {
                ...
            }
        } ...

Python 代码

def GetSamples(self, ROWS, COLUMN):

    Data = (ctypes.POINTER(ctypes.c_float) * ROWS)()
    for i in range(COLUMN):
        Data[i] = (ctypes.c_float * COLUMN)()

    try:
        succeed = lib._PyGetData(ClassExampleObj, ctypes.byref(Data))
        if succeed != 0:
            print("Error number :", succeed)
    except:
        print("Unknown Error")

    Data_np = numpy.zeros((ROWS, COLUMN), dtype=float)
    for i in range(ROWS):
        for j in range(COLUMN):
            Data_np[i, j] = float(Data[i][j])
    return Data_np

谢谢！

Answer 1

如果您的问题是效率问题，那么您可能正在处理非常大的数据集。

使二维矩阵迭代更快的最简单方法是使其成为一维。如果您有 X 列和 Y 行，那么您可以访问matrix[i*X+j] 而不是访问matrix[I][j]，这样可以节省您的取消引用，并可能避免许多缓存未命中。如果可能的话，您甚至可以更进一步，将矩阵视为一维数组。

另一个节省时间的解决方案是尽可能避免条件。如果你只在for循环里面有条件，编译器就能大大优化它。

如果没有看到更多代码，很难判断您的代码是否效率低下，或者只是为您的计算机处理了太多数据，但我给出的指导原则似乎与您给出的示例相符。

我最后要提到的是float 非常不精确，如果可能，您最好使用double。

祝你好运