如何獲取numpy陣列地址？如何與ctypes陣列共享記憶體？

1、如何獲取numpy陣列元素的真實地址？

在Python程式設計中，numpy是一個很好用的擴充套件程式庫，將其與SciPy庫和 Matplotlib繪相簿一起使用，可構成一個強大的類似於Matlab的科學計算環境，有助於我們透過 Python 學習資料科學或者機器學習。在Python中，當你定義了一個numpy型別的陣列後，它內部元素的真實地址如何獲得呢？

這裡可以透過numpy陣列的“__array_interface__”介面得到。

比如下面的例子：

import numpy as np from ctypes import * a = np。array（［1， 2， 3， 4， 5］， dtype=np。uint8） print（a。__array_interface__［‘data’］）

上面程式定義了一個numpy型別的陣列a，執行後得到：

（1883707159072， False）

介面“__array_interface__”返回一個包含兩個元素的元組，其第1個元素即為a陣列內部元素存放的真實地址，第2個元素標明瞭該陣列是否為“只讀”屬性。

2、如何與ctypes庫建立的陣列共享記憶體空間？

對於Python程式設計人員來說，ctypes庫也是使用率比較高的一個庫，當呼叫第三方提供的動態庫連結庫函式時，它經常用於定義與C語言相容的資料型別變數，作為Python語言與C語言進行資料互動的橋樑。

那麼，如何使用ctypes庫定義一個與numpy共享記憶體空間的陣列變數呢？

仍以上面的例子，定義一個uint8型別的陣列b，與a陣列共享記憶體區域，可使用下面的程式碼：

b = （c_uint8*len（a））。from_address（a。__array_interface__［‘data’］［0］） print（‘a =’， a， ‘\nb =’， b［：］）

執行後得到：

a = ［1 2 3 4 5］ b = ［1， 2， 3， 4， 5］

可見，使用ctypes庫的from_address函式定義了一個與a同地址的陣列b，打印出b的元素值後，其初始元素值確實與陣列a相同。

下面驗證一下，陣列a和b裡面的元素是否真正的佔用同一個記憶體區域。

先改變陣列a中第1個元素的值，執行下面的程式碼：

a［0］ = 10 print（‘a =’， a， ‘\nb =’， b［：］}］）

其執行結果為：

a = ［10 2 3 4 5］ b = ［10， 2， 3， 4， 5］

可見，將陣列a中的第一個元素的值由1改成10後，b陣列中第一個元素也同步改變成10了。

緊接著，再改變b陣列中第二個元素的值，由2改為20：

b［1］ = 20 print（‘a =’， a， ‘\nb =’， b［：］）

其執行結果為：

a = ［10 20 3 4 5］ b = ［10， 20， 3， 4， 5］

顯然，陣列a中第二個元素的值也同步改變為20了。

因此，陣列a與陣列b確實是佔用的同一個記憶體地址空間。

另外，也可以透過陣列b再定義一個與b共享記憶體區域的numpy陣列c，使用下面的程式碼即可：

c = np。frombuffer（b， dtype=np。uint8）

大家可以自行驗證陣列a、b、c是否為同一個記憶體空間。

3、結論

上面的例子表明，在Python程式設計中，numpy型別的陣列與ctypes型別的陣列可以進行互換，比如，可以使用numpy庫進行復雜的運算後，再轉換成ctypes型別的陣列，傳遞到第3方的動態庫dll函式中作進一步的處理，這樣，在某些場合下，既能使用numpy庫的強大運算功能，又可以使用第三方庫，來實現我們特定的處理需求。

本文由編碼那些事原創，歡迎關注+轉發+收藏+點贊，帶你一起長知識！