Python 将Cython中的numpy数组传递给需要动态分配数组的C函数

我有一些具有以下声明的C代码：

int myfunc(int m, int n, const double **a, double **b, double *c);

因此，

a

是一个恒定的二维数组，

b

是一个二维数组，

c

是一个一维数组，都是动态分配的

b

和

c

在传递到

myfunc

之前，不需要特别指定，应该理解为输出信息。就本问题而言，我不允许更改

myfunc

的声明

问题1:如何将给定的numpy数组

a\u np

转换为具有此C函数所需格式的数组

a

，以便在Cython中使用

a

调用此C函数

问题2:下面的

b

和

c

声明是否正确，或者它们是否需要采用其他格式，以便c函数（分别）将其理解为2D和1D数组

我的尝试：

myfile.pxd

cdef extern from "myfile.h":
    int myfunc(int p, int q, const double **a, double **b, double *c)

mytest.pyx

cimport cython
cimport myfile
import numpy as np
cimport numpy as np

p = 3
q = 4
cdef:
    double** a = np.random.random([p,q])
    double** b
    double* c

myfile.myfunc(p, q, a, b, c)

然后我在伊皮顿跑步

import pyximport; pyximport.install()
import mytest

定义为

a

的行给出了错误消息

无法将Python对象转换为'double**'

。我没有收到任何关于

b

或

c

的错误消息，但由于此时我无法运行c函数，我不确定

b

和

c

的声明是否正确写入（也就是说，以使c函数能够分别输出2D和1D数组的方式）

---

其他尝试：我也尝试了以下解决方案，但这不适用于我在

myfunc

声明中使用的双星号类型的数组。该解决方案不适用于我的任务，因为我无法更改

myfunc

的声明答复1：您可以使用数组起始位置通过Cython将NumPy数组传递给C（请参见下面的代码）

回答2：您的声明似乎是正确的，但我不使用这种显式内存管理方法。您可以使用NumPy声明

cdef

-ed数组

使用

然后将数组开头的位置

&a[0]

传递给C函数。

：：1

用于确保连续性

Jake Vanderplas的博客是一个很好的参考：

最后，通常在Cython中创建函数并在Python中调用它们，因此您的Python代码如下：

import pyximport; pyximport.install()
import mytest
mytest.mywrappedfunc()

---

其中，

mywrappedfunc

是模块中定义的Python（

def

而不是

cdef

）函数，可以执行上面显示的数组声明。

回复1：您可以使用数组的起始位置，通过Cython将NumPy数组传递给C（请参见下面的代码）

回答2：您的声明似乎是正确的，但我不使用这种显式内存管理方法。您可以使用NumPy声明

cdef

-ed数组

使用

然后将数组开头的位置

&a[0]

传递给C函数。

：：1

用于确保连续性

Jake Vanderplas的博客是一个很好的参考：

最后，通常在Cython中创建函数并在Python中调用它们，因此您的Python代码如下：

import pyximport; pyximport.install()
import mytest
mytest.mywrappedfunc()

其中，

mywrappedfunc

是模块中定义的Python（

def

而不是

cdef

）函数，可以执行上面显示的数组声明。

在cython中创建帮助器数组 要从numpy数组中获取

double**

，可以在*.pyx文件中创建指针的助手数组。此外，还必须确保numpy阵列具有正确的内存布局。（可能涉及创建副本）

Fortran指令 如果C函数需要fortran顺序（如果数组a对应于三维空间中的点列表，则一个列表中的所有x坐标、另一个列表中的所有y坐标、第三个列表中的所有z坐标）

N，M=a.shape
#确保阵列a具有正确的内存布局（此处为F顺序）
cdef np.ndarray[double，ndim=2，mode=“fortran”]a_cython=
np.asarray（a，dtype=float，order=“F”）
#创建我们的助手数组
cdef double**点到点=malloc（M*sizeof（double*））
如果不是指向a：引发MemoryError
尝试：
#用指针填充数组
对于范围内的i（M）：
指向a[i]=&a[0，i]
#调用需要双精度的C函数**
myfunc（…&指向[0]，…）
最后：
免费（点到点）

C阶 如果您的C函数需要C顺序（[x1，y1，z1]是第一个列表，[x2，y2，z2]是第二个列表，用于3D点列表）：

N，M=a.shape
#确保阵列a具有正确的内存布局（此处为C顺序）
cdef np.ndarray[double，ndim=2，mode=“c”]a_cython=
np.asarray（a，dtype=float，order=“C”）
#创建我们的助手数组
cdef double**点到点=malloc（N*sizeof（double*））
如果不是指向a：引发MemoryError
尝试：
对于范围（N）中的i：
指向a[i]=&a[i，0]
#调用需要双精度的C函数**
myfunc（…&指向[0]，…）
最后：
免费（点到点）

在cython中创建助手数组 要从numpy数组中获取

double**

，可以在*.pyx文件中创建指针的助手数组。此外，还必须确保numpy阵列具有正确的内存布局。（可能涉及创建副本）

Fortran指令 如果C函数需要fortran顺序（如果数组a对应于三维空间中的点列表，则一个列表中的所有x坐标、另一个列表中的所有y坐标、第三个列表中的所有z坐标）

N，M=a.shape
#确保阵列a具有正确的内存布局（此处为F顺序）
cdef np.ndarray[double，ndim=2，mode=“fortran”]a_cython=
np.asarray（a，dtype=float，order=“F”）
#创建我们的助手数组
cdef double**点到点=malloc（M*sizeof（double*））
如果不是指向a：引发MemoryError
尝试：
N,M = a.shape
# Make sure the array a has the correct memory layout (here F-order)
cdef np.ndarray[double, ndim=2, mode="fortran"] a_cython =
                         np.asarray(a, dtype = float, order="F")
#Create our helper array
cdef double** point_to_a = <double **>malloc(M * sizeof(double*))
if not point_to_a: raise MemoryError
try:
    #Fillup the array with pointers
    for i in range(M): 
        point_to_a[i] = &a_cython[0, i]
    # Call the C function that expects a double**
    myfunc(... &point_to_a[0], ...)
finally:
    free(point_to_a)

N,M = a.shape
# Make sure the array a has the correct memory layout (here C-order)
cdef np.ndarray[double, ndim=2, mode="c"] a_cython =
                         np.asarray(a, dtype = float, order="C")
#Create our helper array
cdef double** point_to_a = <double **>malloc(N * sizeof(double*))
if not point_to_a: raise MemoryError
try:
    for i in range(N): 
        point_to_a[i] = &a_cython[i, 0]
    # Call the C function that expects a double**
    myfunc(... &point_to_a[0], ...)
finally:
    free(point_to_a)