將一組NumPy數組傳遞給C函數以進行輸入和輸出

Question

假設我們有一個C函數，它接受一組一個或多個輸入數組，處理它們，並將其輸出寫入一組輸出數組。 簽名如下所示（ count表示要處理的數組元素的數量）：

void compute (int count, float** input, float** output)

我想通過ctypes從Python調用此函數，並使用它將轉換應用於一組NumPy數組。 對於定義為的單輸入/單輸出功能

void compute (int count, float* input, float* output)

以下作品：

import ctypes
import numpy

from numpy.ctypeslib import ndpointer

lib = ctypes.cdll.LoadLibrary('./block.so')
fun = lib.compute
fun.restype = None
fun.argtypes = [ctypes.c_int,
                ndpointer(ctypes.c_float),
                ndpointer(ctypes.c_float)]

data = numpy.ones(1000).astype(numpy.float32)
output = numpy.zeros(1000).astype(numpy.float32)
fun(1000, data, output)

但是，我不知道如何為多個輸入（和/或輸出）創建相應的指針數組。 有任何想法嗎？

編輯 ：所以人們一直想知道如何compute知道有多少數組指針預期（如count是指每個數組元素的個數）。 事實上，這是硬編碼的; 給定的compute精確地知道預期的輸入和輸出數量。 驗證input和output指向正確數量的輸入和輸出是調用者的工作。 這是一個compute帶有2個輸入並寫入1個輸出數組的示例：

virtual void compute (int count, float** input, float** output) {
    float* input0 = input[0];
    float* input1 = input[1];
    float* output0 = output[0];
    for (int i=0; i<count; i++) {
        float fTemp0 = (float)input1[i];
        fRec0[0] = ((0.09090909090909091f * fTemp0) + (0.9090909090909091f * fRec0[1]));
        float fTemp1 = (float)input0[i];
        fRec1[0] = ((0.09090909090909091f * fTemp1) + (0.9090909090909091f * fRec1[1]));
        output0[i] = (float)((fTemp0 * fRec1[0]) - (fTemp1 * fRec0[0]));
        // post processing
        fRec1[1] = fRec1[0];
        fRec0[1] = fRec0[0];
    }
}

我無法影響compute的簽名和實現。 我可以驗證（來自Python！）需要多少輸入和輸出。 關鍵問題是如何為函數提供正確的argtypes ，以及如何在NumPy（指向NumPy數組的指針數組）中生成適當的數據結構。

Answer 1

要使用Numpy數組專門執行此操作，您可以使用：

import numpy as np
import ctypes

count = 5
size = 1000

#create some arrays
arrays = [np.arange(size,dtype="float32") for ii in range(count)] 

#get ctypes handles
ctypes_arrays = [np.ctypeslib.as_ctypes(array) for array in arrays]

#Pack into pointer array
pointer_ar = (ctypes.POINTER(C.c_float) * count)(*ctypes_arrays)

ctypes.CDLL("./libfoo.so").foo(ctypes.c_int(count), pointer_ar, ctypes.c_int(size))

事物的C面可能是這樣的：

# function to multiply all arrays by 2
void foo(int count, float** array, int size)
{
   int ii,jj;
   for (ii=0;ii<count;ii++){
      for (jj=0;jj<size;jj++)
         array[ii][jj] *= 2;    
   }

}

Answer 2

在C中， float**指向float*指針的表/數組中的第一個元素。

據推測，每個float*指向float值的表/數組中的第一個元素。

您的函數聲明有1個計數，但不清楚這個計數適用於什么：

void compute (int count, float** input, float** output)

• 2D矩陣count x count大小？
• count -sized float* of float*以某種方式終止，例如用nan ？
• 以null結尾的float*每個count元素數組（合理的假設）？

請澄清你的問題，我會澄清我的答案:-)

假設最后一個API解釋，這是我的示例計算函數：

/* null-terminated array of float*, each points to count-sized array
*/
extern void compute(int count, float** in, float** out)
{
    while (*in)
    {
        for (int i=0; i<count; i++)
        {
            (*out)[i] = (*in)[i]*42;
        }
        in++; out++;
    }
}

測試計算函數的測試代碼：

#include <stdio.h>
extern void compute(int count, float** in, float** out);

int main(int argc, char** argv)
{
#define COUNT 3
    float ina[COUNT] = { 1.5, 0.5, 3.0 };
    float inb[COUNT] = { 0.1, -0.2, -10.0 };
    float outa[COUNT];
    float outb[COUNT];
    float* in[] = {ina, inb, (float*)0};
    float* out[] = {outa, outb, (float*)0};

    compute(COUNT, in, out);

    for (int row=0; row<2; row++)
        for (int c=0; c<COUNT; c++)
            printf("%d %d %f %f\n", row, c, in[row][c], out[row][c]);
    return 0;
}

以及如何通過Python中的ctypes使用相同的count == 10 float子數組和size 2 float*數組，包含1個真正的子數組和NULL終結符：

import ctypes

innertype = ctypes.ARRAY(ctypes.c_float, 10)
outertype = ctypes.ARRAY(ctypes.POINTER(ctypes.c_float), 2)

in1 = innertype(*range(10))
in_ = outertype(in1, None)
out1 = innertype(*range(10))
out = outertype(out1, None)

ctypes.CDLL("./compute.so").compute(10, in_, out)

for i in range(10): print in_[0][i], out[0][i]

這里介紹了ctypes的Numpy接口http://www.scipy.org/Cookbook/Ctypes#head-4ee0c35d45f89ef959a7d77b94c1c973101a562f，arr.ctypes.shape [：] arr.ctypes.strides [：]和arr.ctypes.data是你的意思需要; 您可以將其直接提供給您的compute 。

這是一個例子：

In [55]: a = numpy.array([[0.0]*10]*2, dtype=numpy.float32)

In [56]: ctypes.cast(a.ctypes.data, ctypes.POINTER(ctypes.c_float))[0]
Out[56]: 0.0

In [57]: ctypes.cast(a.ctypes.data, ctypes.POINTER(ctypes.c_float))[0] = 1234

In [58]: a
Out[58]: 
array([[ 1234.,     0.,     0.,     0.,     0.,     0.,     0.,     0.,
            0.,     0.],
       [    0.,     0.,     0.,     0.,     0.,     0.,     0.,     0.,
            0.,     0.]], dtype=float32)