如何將 c_uint 的 ctypes 數組轉換為 numpy 數組

Question

我有以下 ctypes 數組：

data = (ctypes.c_uint * 100)()

我想創建一個 numpy 數組np_data包含來自 ctypes 數組數據的整數值（ctypes 數組顯然稍后會填充值）

我已經看到 numpy 中有一個 ctypes 接口（ https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.ctypes.html ），但據我所知，這只是為了獲取 ctypes來自一個 numpy 數組，而不是相反。

我顯然可以遍歷data並一個一個地填充np_data數組項，但我想知道是否有更有效/更直接的方法來完成這項任務。

Answer 1

您可以使用[NumPy]: numpy.ctypeslib.as_array(obj, shape=None) 。

 >>> import ctypes as ct >>> import numpy as np >>> >>> >>> CUIntArr10 = ctypes.c_uint * 10 >>> >>> ui10 = CUIntArr10(*range(10, 0, -1)) >>> >>> [e for e in ui10] # The ctypes array [10, 9, 8, 7, 6, 5, 4, 3, 2, 1] >>> >>> np_arr = np.ctypeslib.as_array(ui10) >>> np_arr # And the np one array([10, 9, 8, 7, 6, 5, 4, 3, 2, 1], dtype=uint32)

沒有找到具體的代碼行（我也沒有測試我的假設），但我感覺內容復制是通過單個memcpy調用完成的，這比從Python “手動”執行操作要快得多.

Answer 2

可能最快的是使用np.frombuffer 。 它可以與實現緩沖區協議的每個對象一起使用，特別是與 ctypes-arrays 一起使用。

np.frombuffer的主要優點是，ctypes-array 的內存根本不被復制，而是共享：

data = (ctypes.c_uint * 100)()
arr = np.frombuffer(data, dtype=np.uint32)
arr.flags
# ...
# OWNDATA : False
# ...

通過設置

arr.flags.writable = False

可以確保不會通過 numpy-array arr更改數據。

如果確實需要復制數據，則可以將通常的 numpy 功能用於arr 。

---

@CristiFati 的回答中提出的np.ctypeslib.as_array似乎是創建 numpy-array 的更好方法：

• 內存也是共享的——不涉及復制。
• 自動使用正確的dtype （這是一件好事：它消除了錯誤（如在我的原始帖子中，我使用np.uint （在我的機器上表示 64 位無符號整數）而不是np.uint32 （這也可能不是在某些架構上是正確的）。

以上實驗證明：

arr = np.ctypeslib.as_array(data)
arr.flags
# ...
# OWNDATA : False
# ...
arr.dtype
# dtype('<u4')