将cython分配的缓冲区传递给python_Python_Memory Management_Cython

将cython分配的缓冲区传递给python

python memory-management

将cython分配的缓冲区传递给python,python,memory-management,cython,Python,Memory Management,Cython,我知道如何将Cython malloc’ed数据传递给Python。但是，我想知道在返回之前强制转换到memoryview是否可以避免内存泄漏： def someCythonFunction(): try: mPtr = <double *>PyMem_Malloc(N * M * sizeof(double) for n in range(N): for m in range(M): m

我知道如何将Cython malloc’ed数据传递给Python。但是，我想知道在返回之前强制转换到memoryview是否可以避免内存泄漏：

def someCythonFunction():
    try:
        mPtr = <double *>PyMem_Malloc(N * M * sizeof(double)
        for n in range(N):
            for m in range(M):
                mPtr[m + n*M]= ...
        return <double[:N,:M]> mPtr
    finally:
        print("In cython %d" % <int>mPtr)
        PyMem_Free(mPtr)

这是否安全和正确？

这是不安全和不正确的。它在函数结束时释放内存，这意味着您返回的指针立即无效

您需要将内存的生存期与Python对象的生存期联系起来（在您链接到的示例中，内存在析构函数中被释放）。最简单且推荐的方法是使用numpy数组或标准库

array

array（或您选择的其他库）

如果无法避免使用

malloc

。您可以为其分配一个您选择的用于销毁的回调函数，并且可以愉快地将其分配给MemoryView：

cdef double[:,:] mview
cdef double* mPtr = <double *>PyMem_Malloc(N * M * sizeof(double))
a = cython.view.array(shape=(N, M), itemsize=sizeof(double), format="d",
                      mode="C", allocate_buffer=False)
a.data = <char *> mPtr
a.callback_free_data = PyMem_Free

mview = a

cdef双[：，：]mview
cdef double*mPtr=PyMem_Malloc（N*M*sizeof（double））
a=cython.view.array（shape=（N，M），itemsize=sizeof（double），format=“d”，
mode=“C”，allocate\u buffer=False）
a、 数据=mPtr
a、 回调\u free\u data=PyMem\u free
mview=a

您可以安全地返回

或

mview

（如果您返回

，则无需费心处理

mview

），它们将在正确的时间正确返回。