在Python（2.7.12）ctypes中返回数组：第一次运行的结果不正确，从第二次运行开始没有问题 我有一个C++函数，我希望你在python 2.7.12中调用，看起来像： extern "C" { double* myfunction(double* &y, double* &z, int a, int b) { vector<double> _x; vector<double> _y; vector<double> _z; // Call some external C++ function cpp_function(_x, _y, _z, a, b); // Convert vectors back to arrays double* x = &_x[0]; // or x = _x.data(); y = &_y[0]; z = &_z[0]; return x; } }

X

的每列和每行的总和应为1

运行我获得的Python脚本：

列和

[1.00000000 E+000 1.38691247e-309 1.65267271e-315 1.25888994e-315 6.283497888E-316 1.44468811e-315 1.00000000 E+000 6.30543835e-316 1.65486616e-315 6.30543094e-316 4.20365893e-316 1.39823788e-315 1.00000000 E+000 4.20363294e-316 1.49114498e-315 6.93457613e-310 1.00000000 E+000 1.28096634e-315]

行上求和

[1.00000000e+0001.00000000e+0001.00000000e+0006.99111970e-316 6.99111495e-316 6.99111021e-316 1.00000000 E+000 6.93459588e-310 3.78325942e-315 2.45135624e-315 3.71670210e-316 5.81849688e-316 5.81849807e-316 3.71670210e-316 5.81849925e-316 5.81850044e-316 6.93456516e-310 5.30598164e-316]

第二次运行它：

列和

[1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1]

行上求和

[1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1]

我的数据和函数是确定性的。从第二次开始的所有跑步都给出了相同的结果。该问题仅在第一次运行时出现（例如，如果我向脚本添加注释并再次运行，则会出现问题）

在Python 3.5.2中不会出现此问题。不幸的是，我必须在Python 2.7.12环境中使用该函数：(

我的问题：这个问题有解决办法吗

---

非常感谢您的帮助！

myfunction.argtypes=（）

这显然是错误的。请检查有关放置内容的规范（或本网站上的其他示例）。另外

double*&y

这看起来有点不自然。@CristiFati但它对我来说适用：（我认为问题并不是从这里来的。我尝试将

argtypes

指定为

myfunction.argtypes=[指针（c\u-double）、指针（c\u-double）、指针（c\u-int、c\u-int）]

但问题仍然存在：（对于c代码，

double*&y

表示输入指针（或数组）将在函数中进行修改。它在Python 3中运行良好，因此我认为C代码中没有问题。感谢您的关注！即使某些东西运行正常，也没有理由出错。我知道C代码的意思，我只是说…（我会使用双指针）。然后这3个向量存储在堆栈上，当您退出函数时，它们将被删除，从而产生未定义的行为（或者至少，我认为是这样）@CristiFati谢谢。你能更具体地说明你会怎么做吗？我还是不明白。顺便说一下，由于你的评论，我意识到我忘了返回

y

和

z

（我没有注意到这一点，因为我在Python代码中没有使用

y

和

z

）例如，我说过我使用了

double**y

，但我认为这与此无关。但问题是堆栈上的数组。要纠正这一点，您可以声明一些

静态
变量，也可以在堆上分配它们（但随后您将负责释放它们）。此外，我不认为传递
byref（c_double（））
就可以了。
from ctypes import *

libc = CDLL('myfunction.so')
myfunction = libc.myfunction

myfunction.argtypes = ()
myfunction.restype = POINTER(c_double)

y = c_double()
z = c_double()

a = 18
b = 18
x = myfunction(byref(y), byref(z), c_int(a), c_int(b))

X = np.asarray([x[i] for i in range(a*b)])
X = X.reshape((a, b))

# print sums over colums and over rows
print('sum over col')
print(np.sum(X, axis=0))
print('sum over row')
print(np.sum(X, axis=1))