使用C API访问NumPy数组的视图 在C++中编写的Python扩展模块中，我使用下面的代码片段将NUMPY数组转换成一个数组，用于代码的C++部分： static arma:：mat convert pyarraytoarma（PyArrayObject*pyarr，int nrows，int ncols） { //检查尺寸是否符合我的预期。 如果（！checkPyArrayDimensions（pyarr、nrows、ncols））抛出错误的维度（）； const std:：vector dims=getPyArrayDimensions（pyarr）；//使用API获取维度 PyArray_Descr*reqDescr=PyArray_DescrFromType（NPY_DOUBLE）； 如果（reqDescr==NULL）抛出std:：bad_alloc（）； //根据Armadillo的要求将数组转换为Fortran顺序 PyArrayObject*cleanArr=（PyArrayObject*）PyArray_FromArray（pyarr，reqDescr， NPY_阵列_法拉利）； 如果（cleanArr==NULL）抛出std:：bad_alloc（）； reqDescr=NULL；//来自DecrFromType的新引用被FromArray窃取 double*dataPtr=static_cast（PyArray_DATA（cleanArr））； arma:：mat result（dataPtr，dims[0]，dims[1]，true）；//这将从cleanArr复制数据 Py_DECREF（cleanArr）； 返回结果； }

问题是，当我将NumPy数组的视图传递给它时（即

my_array[：，3]

），它似乎无法正确处理底层C数组的步幅。根据输出，函数接收的数组

pyarr

似乎实际上是全基数组，而不是视图（或者至少当我使用

PyArray\u data

访问数据时，我似乎得到了一个指向全基数组的指针）。如果我将视图的副本传递给此函数（即，

my_array[：，3].copy（）

），它将按预期工作，但我不想每次都要记住这样做

那么，有没有办法让

PyArray\u FromArray

只复制我想要的矩阵切片？我尝试使用标志

NPY\u ARRAY\u ENSURECOPY

，但没有帮助

编辑1 正如评论中所建议的，以下是一个完整的工作示例：

在文件

example.cpp

中：

#定义NPY#U否#U API NPY#U 1#U API#U版本
外部“C”{
#包括
#包括
}
#包括
#包括
#包括
#包括
#包括
#包括
#包括
类错误维度：公共标准：：异常
{
公众：
错误维度（）{}
const char*what（）const noexcept{return msg.c_str（）；}
私人：
std:：string msg=“尺寸不正确”；
};
类NotImplemented:public std:：exception
{
公众：
NotImplemented（）{}
const char*what（）const noexcept{return msg.c_str（）；}
私人：
std:：string msg=“未实现”；
};
类BadArrayLayout:public std:：exception
{
公众：
BadArrayLayout（）{}
const char*what（）const noexcept{return msg.c_str（）；}
私人：
std:：string msg=“矩阵不连续”；
};
静态常量std:：vector getPyArrayDimensions（PyArrayObject*pyarr）
{
npy_intp ndims=PyArray_NDIM（pyarr）；
npy_intp*dims=PyArray_形状（pyarr）；
std：：向量结果；
对于（int i=0；ifrom setuptools import setup, Extension
import numpy as np

example_module = Extension(
    'example',
    include_dirs=[np.get_include(), '/usr/local/include'],
    libraries=['armadillo'],
    library_dirs=['/usr/local/lib'],
    sources=['example.cpp'],
    language='c++',
    extra_compile_args=['-std=c++11', '-mmacosx-version-min=10.10'],
    )

setup(name='example',
      ext_modules=[example_module],
      )

a = np.array([[ 1, 2, 3, 4, 5, 6], 
              [ 7, 8, 9,10,11,12], 
              [13,14,15,16,17,18]], dtype='float64')

>>> example.test_function(a[:, 3])
array([ 4.,  5.,  6.])

>>> example.test_function(a[:, 3].copy())
array([  4.,  10.,  16.])