我正在尝试使用numpy和ctypes将一些用C语言编写的数值代码集成到Python库中。我已经成功地完成了实际计算,但现在想将我的算法的中间步骤的进度报告给Python代码中的回调函数。虽然我可以成功地调用回调函数,但我无法检索传递给回调函数的x
数组中的数据,在回调函数中,x
是一个ndpointer
对象,我无法解引用。
当前代码
考虑这个最小的示例:
test.h:
typedef void (*callback_t)(
double *x,
int n
);
void callback_test(double* x, int n, callback_t callback);
test.c:
#include "test.h"
void callback_test(double* x, int n, callback_t callback) {
for(int i = 1; i <= 5; i++) {
for(int j = 0; j < n; j++) {
x[j] = x[j] / i;
}
callback(x, n);
}
}
test.py:
#!/usr/bin/env python
import numpy as np
import numpy.ctypeslib as npct
import ctypes
import os.path
array_1d_double = npct.ndpointer(dtype=np.double, ndim=1, flags='CONTIGUOUS')
callback_func = ctypes.CFUNCTYPE(
None, # return
array_1d_double, # x
ctypes.c_int # n
)
libtest = npct.load_library('libtest', os.path.dirname(__file__))
libtest.callback_test.restype = None
libtest.callback_test.argtypes = [array_1d_double, ctypes.c_int, callback_func]
@callback_func
def callback(x, n):
print("x: {0}, n: {1}".format(x, n))
if __name__ == '__main__':
x = np.array([20, 13, 8, 100, 1, 3], dtype=np.double)
libtest.callback_test(x, x.shape[0], callback)
当前输出
编译并运行脚本后,我得到了以下输出:
x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6
x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6
x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6
x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6
x: <ndpointer_<f8_1d_CONTIGUOUS object at 0x7f9b55faba70>, n: 6
我也尝试了子集操作符x[0:n]
(TypeError:'ndpointer_x.value(将指针作为数字返回)。
hackish解决方案
如果我使用以下替代定义的callback_func
:
callback_func = ctypes.CFUNCTYPE(
None, # return
ctypes.POINTER(ctypes.c_double), # x
ctypes.c_int # n
)
还有以下备选的回调函数:
@callback_func
def callback(x, n):
print("x: {0}, n: {1}".format(x[:n], n))
我得到了期望的结果:
x: [20.0, 13.0, 8.0, 100.0, 1.0, 3.0], n: 6
x: [10.0, 6.5, 4.0, 50.0, 0.5, 1.5], n: 6
x: [3.3333333333333335, 2.1666666666666665, 1.3333333333333333, 16.666666666666668, 0.16666666666666666, 0.5], n: 6
x: [0.8333333333333334, 0.5416666666666666, 0.3333333333333333, 4.166666666666667, 0.041666666666666664, 0.125], n: 6
x: [0.16666666666666669, 0.10833333333333332, 0.06666666666666667, 0.8333333333333334, 0.008333333333333333, 0.025], n: 6
我的问题
有没有更numpy-ish的方式来访问回调函数中的x
?与其进行下标操作,然后再转换回numpy.array
,我更喜欢访问由ndpointer指向的数据,因为我想限制对x
的副本数量(并且为了代码的优雅)
如果您想在我的代码上进行实验,我已经上传了一个gist的完整迷你示例。
ctypeslib.as_array
允许您在创建 NumPy 数组时指定shape
。代价是它必须为每个指针实例准备数组接口;但是,它将此缓存为 ctypes 数组类型的property
。 - Eryk Sunndpointer
创建了_ndptr
的子类,它是c_void_p
的子类,具有 NumPY 的__array_interface__
。它使用 ctypes 的from_param
对函数指针参数进行类型验证,然后转到obj.ctypes
。它使用 ctypes 的_check_retval_
为restype
创建一个数组;这将返回一个 NumPy 数组副本(您可以修补它以使用copy=False
),并需要定义shape
元组的数组接口。如果您已经定义了shape
,则可以在回调中使用x = np.array(x, copy=False)
。 - Eryk Sun