新型python缓冲协议和numpy数组

我正在尝试为商业图像处理库的python绑定编写一个快速的非复制接口。我实现了新型的缓冲区api协议，根据memoryview（）看起来还可以：

我不明白的是，为什么numpy没有捕捉到这个接口

a = np.array(img)
print 'ndim size shape=',a.ndim,a.size,a.shape
# -> 0 1 ()

我是做错了什么，还是应该求助于使用numpy数组接口，虽然它可以复制数据，但仍然可以工作

---

请注意，我使用的是python 2.7

函数

np.array

需要类似数组的对象，而不是缓冲区：

array（object，dtype=None，copy=True，order=None，subok=False，ndmin=0）

创建一个数组

对象：数组_like
一个数组，任何暴露数组接口的对象，一个 对象，该对象的

\uuuuuu数组\uuuuu

方法返回一个数组或任何 （嵌套的）序列

如果要从缓冲区创建数组，应使用

np.frombuffer

：

frombuffer（buffer，dtype=float，count=-1，offset=0）

将缓冲区解释为一维数组

缓冲区：类似缓冲区的
公开缓冲区接口的对象

目前，就numpy而言，您的对象是标量：

In [7]: a=np.array(1)

In [8]: a.ndim,a.size,a.shape
Out[8]: (0, 1, ())

---

您也可以尝试

np.asarray

。我在这方面取得了成功，但我没有机会接触美国好施集团，所以我无法测试它

---

顺便说一句，巴库留说得对：您正在创建一个

np.object

类型的标量数组（ndim 0，大小1）。如果新的缓冲区是标准python接口，我很惊讶np数组不支持它！我发现以下行可以用于转换：

a=np.frombuffer（m.tobytes（），{'i8'：'i1'}[m.format]）。重塑（m.shape）

。但是它也涉及到在m.tobytes（）中复制。新的缓冲区接口在

np.array

中也受支持：

np.array（memoryview（np.array（[1,2,3]））。shape==（3，）

。造成差异的原因可能是自定义对象的getbuffer的实现……我最终让它工作起来了。让我困惑的一个问题是，您需要将

copy=False

参数用于

np.array（）

以获取对同一内存的引用。可能发生了一些令人惊讶的事情——但如果不知道

bf_getbuffer

和

bf_releasebuffer

的实现中有什么内容，就很难说出什么内容。新的缓冲区接口应该也适用于Python2.x（实际上：

np.array（memoryview（'asd'））==np.array（[97115100]，dtype=np.uint8）

（还要注意，Numpy数组接口不需要复制数据）

In [7]: a=np.array(1)

In [8]: a.ndim,a.size,a.shape
Out[8]: (0, 1, ())