如何访问作为numpy数组传递给ctypes回调函数的数组？

Question

我正在尝试将用C编写的一些数字代码集成到使用numpy和ctypes的Python库中。我已经得到了实际的计算工作，但现在想要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。在回调中，x是一个ndpointer对象，我似乎无法解除引用。

目前代码

考虑这个小例子：

test.h：

typedef void (*callback_t)(
    double *x, 
    int n 
); 

void callback_test(double* x, int n, callback_t callback); 

test.c的：

#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) 

电流输出

编译并运行该脚本后，我得到下面的输出：

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x[0:n]（类型错误：'ndpointer_x.value（将指针作为数字返回）。

hackish的解决方案

如果我使用的callback_func下列替代定义：

callback_func = ctypes.CFUNCTYPE(
    None,   # return 
    ctypes.POINTER(ctypes.c_double), # x 
    ctypes.c_int  # n 
) 

及以下替代回调函数：

@callback_func 
def callback(x, n): 
    print("x: {0}, n: {1}".format(x[:n], n)) 

我得到想要的结果：

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

在回调中是否有更多的numpy-ish方式访问x？我宁愿去访问指针指向的数据，因为我想限制x（为了优雅的代码）的副本数量，而不是下标并然后转换回numpy.array， ve uploaded a gist如果您想对我的代码进行实验，请参阅整个迷你示例。

Answer 1

我发现使用ctypes.POINTER(ctypes.c_double)和numpy.ctypeslib.as_array的解决方案 - 根据numpy.ctypeslib文档，这将与阵列共享内存：

callback_func = ctypes.CFUNCTYPE(
    None,   # return 
    ctypes.POINTER(ctypes.c_double), # x 
    ctypes.c_int  # n 
) 

[...]

@callback_func 
def callback(x, n): 
    x = npct.as_array(x, (n,)) 
    print("x: {0}, n: {1}".format(x, n)) 

任何人用更优雅的解决方案，或许使用ndpointer对象？