[英]Numpy array interface with ctypes function
我正在尝试将共享C库与某些python代码连接起来。 与库的接口是这样的
typedef struct{
int v1;
double* v2} input;
还有另外两种类型,例如:配置和输出类型。
我使用ctypes Structure
在python中设置这些结构,如下所示:
class input(Structure):
_fields_ = [("v1",c_int),("v2",POINTER(c_double)]
C代码有一些函数接收指向该结构的指针,argtypes定义如下:
fun.argtypes = [constraints,input,POINTER(input)]
constraints
是另一个具有一些用于配置的int
字段的结构。
首先,我更新输入结构中的v2字段
input.v2 = generated_array.ctypes.data_as(POINTER(c_double))
然后我称之为:
fun(constraints,input,byref(output))
函数原型请求struct和* to struct(假设输出结构类型与输入结构类型相同)。
然后我想访问存储在输出的v2字段中的乐趣结果。 但是我得到了意想不到的结果。 这样做有更好/更正确的方法吗?
我在这里搜索了很多并阅读了文档,但我找不到有什么问题。 我没有任何错误消息,但是我从共享库中收到的警告似乎表明这些接口存在错误。
我猜我发现了这个问题:
当我调用该方法时,会调用一个numpy数组。 然后我创建了4个向量:
out_real = ascontiguousarray(zeros(din.size,dtype=c_double))
out_imag = ascontiguousarray(zeros(din.size,dtype=c_double))
in_real = ascontiguousarray(din.real,dtype = c_double)
in_imag = ascontiguousarray(din.imag,dtype = c_double)
其中din是输入向量。 我用这种方式测试了方法:
print in_real.ctypes.data_as(POINTER(c_double))
print in_imag.ctypes.data_as(POINTER(c_double))
print out_real.ctypes.data_as(POINTER(c_double))
print out_imag.ctypes.data_as(POINTER(c_double))
结果是:
<model.LP_c_double object at 0x1d81f80>
<model.LP_c_double object at 0x1d81f80>
<model.LP_c_double object at 0x1d81f80>
<model.LP_c_double object at 0x1d81f80>
似乎所有人都指向同一个地方。
经过一些更改后,它按预期工作...
经过几次测试后,我发现第一次代码几乎是正确的。 我创建了一次Structure实例并更新了它的字段。 我改变了每次调用fun
创建一个新实例。 我还将所有数组类型更改为等效的ctypes类型; 这似乎使功能按预期工作。
打印行为仍然保持在上面的测试中,但即使有这种奇怪的行为,该功能似乎也能正常工作。 正如下面的@ericsun评论指出的那样正确。
struct
有一个可能用于数组长度的int
字段,尽管我只是猜测没有完整的函数原型。 如果确实如此,这里有一个可能有用的例子。
首先,我需要在共享库中编译测试函数。 我只需将输入数组乘以2:
import os
import numpy as np
from ctypes import *
open('tmp.c', 'w').write('''\
typedef struct {
int v1; double *v2;
} darray;
int test(darray *input, darray *output) {
int i;
/* note: this should first test for compatible size */
for (i=0; i < input->v1; i++)
*(output->v2 + i) = *(input->v2 + i) * 2;
return 0;
}
''')
os.system('gcc -shared -o tmp.so tmp.c')
接下来创建ctypes定义。 我添加了一个classmethod
做出darray
从numpy.ndarray
:
c_double_p = POINTER(c_double)
class darray(Structure):
_fields_ = [
('v1', c_int),
('v2', c_double_p),
]
@classmethod
def fromnp(cls, a):
return cls(len(a), a.ctypes.data_as(c_double_p))
lib = CDLL('./tmp.so')
lib.test.argtypes = POINTER(darray), POINTER(darray)
测试:
a1 = np.arange(3) + 1.0
a2 = np.zeros(3)
print 'before:', '\na1 =', a1, '\na2 =', a2
lib.test(darray.fromnp(a1), darray.fromnp(a2))
print 'after:', '\na1 =', a1, '\na2 =', a2
输出:
before:
a1 = [ 1. 2. 3.]
a2 = [ 0. 0. 0.]
after:
a1 = [ 1. 2. 3.]
a2 = [ 2. 4. 6.]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.