ctypes 外部函数接口 (numpy.ctypeslib)#

numpy.ctypeslib.as_array(obj, shape=None)[source]#

从 ctypes 数组或 POINTER 创建一个 numpy 数组。

numpy 数组与 ctypes 对象共享内存。

如果从 ctypes POINTER 转换,则必须给出 shape 参数。如果从 ctypes 数组转换,则忽略 shape 参数。

numpy.ctypeslib.as_ctypes(obj)[source]#

从 numpy 数组创建并返回一个 ctypes 对象。实际上,任何公开 __array_interface__ 的对象都被接受。

numpy.ctypeslib.as_ctypes_type(dtype)[source]#

将 dtype 转换为 ctypes 类型。

参数:
dtypedtype

要转换的 dtype

返回值:
ctype

ctype 标量、联合、数组或结构体

引发:
NotImplementedError

如果转换不可行

备注

此函数在任一方向上都不会无损往返。

np.dtype(as_ctypes_type(dt))

  • 插入填充字段

  • 重新排序字段以按偏移量排序

  • 丢弃字段标题

as_ctypes_type(np.dtype(ctype))

示例

转换简单的 dtype

>>> dt = np.dtype('int8')
>>> ctype = np.ctypeslib.as_ctypes_type(dt)
>>> ctype
<class 'ctypes.c_byte'>

转换结构化 dtype

>>> dt = np.dtype([('x', 'i4'), ('y', 'f4')])
>>> ctype = np.ctypeslib.as_ctypes_type(dt)
>>> ctype
<class 'struct'>
numpy.ctypeslib.load_library(libname, loader_path)[source]#

可以使用以下方法加载库:

>>> lib = ctypes.cdll[<full_path_name>] 

但是,存在跨平台的注意事项,例如库文件扩展名,以及 Windows 将加载它找到的第一个具有该名称的库的事实。NumPy 提供 load_library 函数作为一种便利。

版本 1.20.0 中更改: 允许 libname 和 loader_path 采用任何 路径类对象

参数:
libname路径类

库的名称,可以以“lib”为前缀,但没有扩展名。

loader_path路径类

库可以在哪里找到。

返回值:
ctypes.cdll[libpath]库对象

ctypes 库对象

引发:
OSError

如果没有具有预期扩展名的库,或者库有缺陷且无法加载。

numpy.ctypeslib.ndpointer(dtype=None, ndim=None, shape=None, flags=None)[source]#

数组检查 restype/argtypes。

ndpointer 实例用于在 restypes 和 argtypes 规范中描述 ndarray。这种方法比使用例如 POINTER(c_double) 更加灵活,因为可以指定多个限制,这些限制在调用 ctypes 函数时会进行验证。这些限制包括数据类型、维度数、形状和标志。如果给定的数组不满足指定的限制,则会引发 TypeError

参数:
dtype数据类型,可选

数组数据类型。

ndimint,可选

数组维度数。

shape整数元组,可选

数组形状。

flagsstr 或 str 元组

数组标志;可以是以下一个或多个:

  • C_CONTIGUOUS / C / CONTIGUOUS

  • F_CONTIGUOUS / F / FORTRAN

  • OWNDATA / O

  • WRITEABLE / W

  • ALIGNED / A

  • WRITEBACKIFCOPY / X

返回值:
klassndpointer 类型对象

一个类型对象,它是包含 dtype、ndim、shape 和 flags 信息的 _ndtpr 实例。

引发:
TypeError

如果给定的数组不满足指定的限制。

示例

>>> clib.somefunc.argtypes = [np.ctypeslib.ndpointer(dtype=np.float64,
...                                                  ndim=1,
...                                                  flags='C_CONTIGUOUS')]
... 
>>> clib.somefunc(np.array([1, 2, 3], dtype=np.float64))
... 
class numpy.ctypeslib.c_intp#

numpy.intp 大小相同的 ctypes 有符号整数类型。

根据平台的不同,它可以是 c_intc_longc_longlong 的别名。