我使用 ctypes 在 C 和 Python+numpy 之间进行互操作。两边的代码都是我写的。通常它会按预期工作，但我遇到了一个我不明白的奇怪错误。
我的问题是:发生了什么事？
我正在 Linux (Manjaro 16.10) 上工作，使用 gcc 6.2.1。 python 2.7.12 和 numpy 1.11.2。
<小时/>我的 C 代码的简化版本:
void imp(double *M) {/*do stuff, assumes M is a 3x3 row-major matrix*/}
我的 Python 代码的简化版本:
lib = ctypes.CDLL('path/to/lib.so')
def function(M):
assert(M.dtype == np.float64)
lib.imp(M.ctypes.data_as(ctypes.POINTER(ctypes.c_double)))
# Snippet 1: Doesn't work correctly, gives nonsense results.
print my_var.dtype # prints 'float64'
print my_var.shape # prints '(3, 3)'
function(my_var) # the assert in function doesn't fail
# Snippet 2: Works correctly, gives the expected results.
my_var = my_var.astype(np.float64) # (!!)
print my_var.dtype # The same...
print my_var.shape # ...as in...
function(my_var) # ...snippet 1
更新
更换
my_var = my_var.astype(np.float64)
与
my_var = my_var.copy()
同样有效。显然，问题的根源在于 my_var 是 numpy 的 View (我已经通过打印 my_var.base 检查了这一点)。
所以我修改后的问题是:如果这些数组实际上可能是 View ，那么使用 ctype 传递 numpy 数组的正确方法是什么？在调用 c 函数之前复制所有参数是不可避免的吗？
最佳答案
查看 numpy.ascontigouslyarray 和相关的 numpy.as* 函数。如果有必要的话，它们将制作一个副本，以便将数据转换为适合函数的良好形式，但如果数组都很好，那么它们将被保留。
有用的引用:
关于python - numpy 和 ctypes : dealing with views，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41214268/