Arrays 将numpy数组转换为ctype数组的最快方法是什么？

下面是一段代码，我必须将numpy数组转换为c_float ctype数组，以便将其传递给c语言中的某些函数：

arr = my_numpy_array
arr = arr/255.
arr = arr.flatten()
new_arr = (c_float*len(arr))()
new_arr[:] = arr

但是，由于最后一行实际上是for循环，我们都知道python在中等大小图像数组中的for循环是多么臭名昭著，因此大约需要0.2秒！！所以这条线现在是我整个管道的瓶颈。我想知道有没有更快的方法

使现代化

---

请注意“要传递给问题中C中的函数”。更具体地说，我想在

IMAGE

数据结构中放置一个numpy数组，并将其传递给

rgbgr\u IMAGE

函数。您可以同时找到这两个

，因此我使用numpy以一种奇怪的方式实现了这一点：

arr = my_numpu_array
arr = arr/255.
arr = arr.flatten()
arr_float32 = np.copy(arr).astype(np.float32)
new_arr = np.ctypeslib.as_ctypes(arr_float32)

在我的情况下，它的工作速度要快10倍

---

[编辑]：我不知道为什么没有

np.copy

或

重塑（-1）

，它就不能工作。因此，如果有人能解释的话，那就太棒了。

OP的答案制作了4份

my_numpu_数组

，其中至少3份是不必要的。以下是一个避免它们的版本：

# random array for demonstration
my_numpy_array = np.random.randint(0, 255, (10, 10))

# copy my_numpy_array to a float32 array
arr = my_numpy_array.astype(np.float32)

# divide in place
arr /= 255

# reshape should return a view, not a copy, unlike flatten
ctypes_arr = np.ctypeslib.as_ctypes(arr.reshape(-1))

---

在某些情况下，将返回一个副本，但由于

arr

保证拥有它自己的数据，因此它应该在此处返回一个视图。

注意，

flatten

仅更改数组上的视图，而

astype

本身会进行复制。因此您可以省略这两个步骤：

arr\u float32=my\u numpy\u array.astype（np.float32）/255

@Jeronimo检查<代码>展平也会复制一份。@tel比这更好。我知道，我也试过。。。就python而言，一切都很好。我尝试了这些，这就是为什么我认为我的答案是“奇怪”。它们在python中看起来是一样的：形状和类型。但将其传递给用C编写的函数会崩溃。我必须要有一个

np.copy

我想这与我传递的指针有关。。另外，它不适用于

重塑

@EhsanFathi：我认为您可能会遇到，这将在1.16中修复