Comment faire pour convertir un pointeur en un tableau de python

J'ai en C++ une fonction de rappel qui remet en Python à l'aide de ctypes. Cette fonction, les paramètres sont un pointeur vers un tableau de double et le nombre d'éléments.

Il y a beaucoup d'éléments, d'environ 2 000 000 d'. J'ai besoin de l'envoyer dans scipy fonctions.

Le prototype C++ est :

bool (*ptsetDataSource)(double*, long long);

qui est le code python suivant:

CPF_setDataSource = CFUNCTYPE(c_bool, POINTER(c_double),c_longlong)
CPF_setSelection= CFUNCTYPE(c_bool,c_char_p, c_longlong,c_longlong)
CPF_ResetSequence = CFUNCTYPE(c_bool)

def setDataSource(Data, DataLength):
    Datalist=[0.0]*100
    for i in range(0,100):
        Datalist[i]=Data[i]

    print Datalist
    return True

Le problème est que l'impression datalist retourne:

[0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]

qui n'est pas correct(les données sont remplis avec beaucoup d'autres numéros lorsque cette option est cochée sur le c++ côté.

Aussi, si j'utilise ce code pour convertir les données d'une liste python, il verrouille l'ordinateur à l'allocation de l'étape.

Est-il de toute façon pour charger les données à partir du C++ tableau puis de le convertir en un tableau ajustement pour scipy?

source d'informationauteur ochensati

  1. 28

    Si Data ont été (c_double*DataLength.value) tableau alors vous pourriez:

    a = np.frombuffer(Data) # no copy. Changes in `a` are reflected in `Data`

    Si Data est un POINTER(c_double) vous pourriez obtenir un tableau numpy à l'aide de numpy.fromiter(). C'est la même boucle que dans votre question, mais plus rapide:

    a = np.fromiter(Data, dtype=np.float, count=DataLength.value) # copy

    Pour créer un tableau numpy de POINTER(c_double) instance sans copier vous pouvez utiliser .from_address() méthode:

    ArrayType = ctypes.c_double*DataLength.value
addr = ctypes.addressof(Data.contents)
a = np.frombuffer(ArrayType.from_address(addr))

    Ou

    array_pointer = ctypes.cast(Data, ctypes.POINTER(ArrayType))
a = np.frombuffer(array_pointer.contents)

    Les deux méthodes convertir POINTER(c_double) instance de (c_double*DataLength) avant de passer à numpy.frombuffer().

    Cython solution à base

    Est-il de toute façon pour charger les données à partir du C++ tableau puis de le convertir en un tableau ajustement pour scipy?

    Ici C module d'extension pour Python (écrit en Cython) qui fournissent de l'API C de la fonction de conversion:

    cimport numpy as np
np.import_array() # initialize C API to call PyArray_SimpleNewFromData

cdef public api tonumpyarray(double* data, long long size) with gil:
    if not (data and size >= 0): raise ValueError
    cdef np.npy_intp dims = size
    #NOTE: it doesn't take ownership of `data`. You must free `data` yourself
    return np.PyArray_SimpleNewFromData(1, &dims, np.NPY_DOUBLE, <void*>data)

    Il pourrait être utilisé avec ctypes comme suit:

    from ctypes import (PYFUNCTYPE, py_object, POINTER, c_double, c_longlong,
                    pydll, CFUNCTYPE, c_bool, cdll)

import pointer2ndarray
tonumpyarray = PYFUNCTYPE(py_object, POINTER(c_double), c_longlong)(
    ("tonumpyarray", pydll.LoadLibrary(pointer2ndarray.__file__)))

@CFUNCTYPE(c_bool, POINTER(c_double), c_longlong)
def callback(data, size):
    a = tonumpyarray(data, size)
    # call scipy functions on the `a` array here
    return True

cpplib = cdll.LoadLibrary("call_callback.so") # your C++ lib goes here
cpplib.call_callback(callback)

    Où call_callback est: void call_callback(bool (*)(double *, long long)).