Python 如何访问作为numpy数组传递给ctypes回调的数组？

我正在尝试使用numpy和ctypes将一些用C编写的数字代码集成到Python库中。我已经完成了实际的计算，但现在想向Python代码中的回调函数报告算法中间步骤的进度。虽然我可以成功调用回调函数，但无法检索传递给回调函数的

x

数组中的数据。在回调中，

x

是一个我似乎无法取消引用的

ndpointer

对象

现行代码 考虑这个最小的例子：

test.h:

typedef void (*callback_t)(
    double *x,
    int n
);

void callback_test(double* x, int n, callback_t callback);

#include "test.h"

void callback_test(double* x, int n, callback_t callback) {
    for(int i = 1; i <= 5; i++) {

        for(int j = 0; j < n; j++) {
            x[j] = x[j] / i;
        }

        callback(x, n);
    }
}

#!/usr/bin/env python

import numpy as np
import numpy.ctypeslib as npct
import ctypes
import os.path

array_1d_double = npct.ndpointer(dtype=np.double, ndim=1, flags='CONTIGUOUS')

callback_func = ctypes.CFUNCTYPE(
    None,            # return
    array_1d_double, # x
    ctypes.c_int     # n
)

libtest = npct.load_library('libtest', os.path.dirname(__file__))
libtest.callback_test.restype = None
libtest.callback_test.argtypes = [array_1d_double, ctypes.c_int, callback_func]


@callback_func
def callback(x, n):
    print("x: {0}, n: {1}".format(x, n))


if __name__ == '__main__':
    x = np.array([20, 13, 8, 100, 1, 3], dtype=np.double)
    libtest.callback_test(x, x.shape[0], callback)

test.c:

typedef void (*callback_t)(
    double *x,
    int n
);

void callback_test(double* x, int n, callback_t callback);

#include "test.h"

void callback_test(double* x, int n, callback_t callback) {
    for(int i = 1; i <= 5; i++) {

        for(int j = 0; j < n; j++) {
            x[j] = x[j] / i;
        }

        callback(x, n);
    }
}

#!/usr/bin/env python

import numpy as np
import numpy.ctypeslib as npct
import ctypes
import os.path

array_1d_double = npct.ndpointer(dtype=np.double, ndim=1, flags='CONTIGUOUS')

callback_func = ctypes.CFUNCTYPE(
    None,            # return
    array_1d_double, # x
    ctypes.c_int     # n
)

libtest = npct.load_library('libtest', os.path.dirname(__file__))
libtest.callback_test.restype = None
libtest.callback_test.argtypes = [array_1d_double, ctypes.c_int, callback_func]


@callback_func
def callback(x, n):
    print("x: {0}, n: {1}".format(x, n))


if __name__ == '__main__':
    x = np.array([20, 13, 8, 100, 1, 3], dtype=np.double)
    libtest.callback_test(x, x.shape[0], callback)

电流输出 编译并运行脚本后，我得到以下输出：

x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6
x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6
x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6
x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6
x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6

以及以下可选回调函数：

@callback_func
def callback(x, n):
    print("x: {0}, n: {1}".format(x[:n], n))

我得到了期望的结果：

x: [20.0, 13.0, 8.0, 100.0, 1.0, 3.0], n: 6
x: [10.0, 6.5, 4.0, 50.0, 0.5, 1.5], n: 6
x: [3.3333333333333335, 2.1666666666666665, 1.3333333333333333, 16.666666666666668, 0.16666666666666666, 0.5], n: 6
x: [0.8333333333333334, 0.5416666666666666, 0.3333333333333333, 4.166666666666667, 0.041666666666666664, 0.125], n: 6
x: [0.16666666666666669, 0.10833333333333332, 0.06666666666666667, 0.8333333333333334, 0.008333333333333333, 0.025], n: 6

我的问题 在回调中是否有更简单的方式访问

x

？与其订阅然后转换回

numpy.array

，我更愿意访问ndpointer指向的数据，因为我想限制

x

的副本数量（并且为了优雅的代码）

---

如果您想在我的代码上进行实验，我已经找到了整个小示例的一部分。

我找到了一个使用

ctypes.POINTER（ctypes.c_double）

和-根据numpy.ctypeslib文档，这将与数组共享内存：

callback_func = ctypes.CFUNCTYPE(
    None,            # return
    ctypes.POINTER(ctypes.c_double), # x
    ctypes.c_int     # n
)

[……]

---

任何有更优雅解决方案的人，可能使用

ndpointer

对象？

ctypeslib.as\u array

可以在创建NumPy数组时指定

形状。代价是它必须为每个指针实例准备数组接口；但是，它会将其作为ctypes数组类型上的
属性进行缓存。
ndpointer
创建
\ndptr
的子类，该子类是
c\u void\u p
的子类，具有NumPY
\u数组\u接口。它使用_param
中的ctypes
对函数指针参数进行类型验证，然后将其推送到
obj.ctypes
。它使用ctypes
\u check\u retval\u
为
重新键入创建一个数组；这将返回一个NumPy数组副本（您可以将其修补为使用
copy=False
），并且需要一个定义
形状
元组的数组接口。如果已经定义了
shape
，则可以在回调中使用
x=np.array（x，copy=False）
。