Python numpy ndarray.ctypes用法及代碼示例

本文簡要介紹 python 語言中 numpy.ndarray.ctypes 的用法。

用法:

ndarray.ctypes

一個用於簡化數組與 ctypes 模塊交互的對象。

此屬性創建一個對象，使在使用 ctypes 模塊調用共享庫時更容易使用數組。返回的對象除其他外，還具有數據、形狀和步幅屬性(請參閱下麵的注釋)，它們本身返回可用作共享庫的參數的 ctypes 對象。

參數：

None：

返回：

c： Python 對象

擁有屬性數據、形狀、步幅等。

注意：

以下是記錄在“Guide to NumPy” 中的該對象的公共屬性(我們省略了未記錄的公共屬性以及記錄的私有屬性)：

_ctypes。 數據：

指向數組內存區域的指針，作為 Python 整數。此內存區域可能包含未對齊的數據，或不正確的字節順序。內存區域甚至可能不可寫。將此屬性傳遞給任意C-code 時應尊重此數組的數組標誌和數據類型，以避免可能包括 Python 崩潰的問題。用戶當心！此屬性的值與 self._array_interface_['data'][0] 完全相同。

請注意，與 data_as 不同，不會保留對數組的引用：像 ctypes.c_void_p((a + b).ctypes.data) 這樣的代碼將導致指向已釋放數組的指針，應拚寫為 (a + b).ctypes.data_as(ctypes.c_void_p)

_ctypes。 形狀：

(c_intp*self.ndim)：長度為 self.ndim 的 ctypes 數組，其中基本類型是與此平台上的 dtype('p') 對應的 C-integer(請參閱 c_intp )。此 base-type 可能是 ctypes.c_int 、 ctypes.c_long 或 ctypes.c_longlong ，具體取決於平台。 ctypes 數組包含底層數組的形狀。

_ctypes。 大步前進：

(c_intp*self.ndim)：長度為 self.ndim 的 ctypes 數組，其中基本類型與形狀屬性相同。此 ctypes 數組包含來自底層數組的步幅信息。此步長信息對於顯示必須跳轉多少字節才能到達數組中的下一個元素非常重要。

_ctypes。 data_as (對象 )：

將數據指針返回到特定的c-types 對象。例如，調用 self._as_parameter_ 等效於 self.data_as(ctypes.c_void_p) 。也許您想將數據用作指向浮點數據的 ctypes 數組的指針：self.data_as(ctypes.POINTER(ctypes.c_double))。

返回的指針將保留對數組的引用。

_ctypes。 shape_as (對象 )：

將形狀元組作為其他 c-types 類型的數組返回。例如：self.shape_as(ctypes.c_short) 。

_ctypes。 strides_as (對象 )：

將步幅元組作為其他 c-types 類型的數組返回。例如：self.strides_as(ctypes.c_longlong) 。

如果 ctypes 模塊不可用，那麽數組對象的 ctypes 屬性仍然會返回一些有用的東西，但不會返回 ctypes 對象並且可能會引發錯誤。特別是，該對象仍將具有 as_parameter 屬性，該屬性將返回一個等於數據屬性的整數。

例子：

>>> import ctypes
>>> x = np.array([[0, 1], [2, 3]], dtype=np.int32)
>>> x
array([[0, 1],
       [2, 3]], dtype=int32)
>>> x.ctypes.data
31962608 # may vary
>>> x.ctypes.data_as(ctypes.POINTER(ctypes.c_uint32))
<__main__.LP_c_uint object at 0x7ff2fc1fc200> # may vary
>>> x.ctypes.data_as(ctypes.POINTER(ctypes.c_uint32)).contents
c_uint(0)
>>> x.ctypes.data_as(ctypes.POINTER(ctypes.c_uint64)).contents
c_ulong(4294967296)
>>> x.ctypes.shape
<numpy.core._internal.c_long_Array_2 object at 0x7ff2fc1fce60> # may vary
>>> x.ctypes.strides
<numpy.core._internal.c_long_Array_2 object at 0x7ff2fc1ff320> # may vary