如何获取numpy数组的真实地址？如何与ctypes数组共享内存？

1、如何获取numpy数组元素的真实地址？

在Python编程中，numpy是一个很好用的扩展程序库，将其与SciPy库和 Matplotlib绘图库一起使用，可构成一个强大的类似于Matlab的科学计算环境，有助于我们通过 Python 学习数据科学或者机器学习。在Python中，当你定义了一个numpy类型的数组后，它内部元素的真实地址如何获得呢？

这里可以通过numpy数组的“__array_interface__”接口得到。

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'])

上面程序定义了一个numpy类型的数组a，运行后得到：

(1883707159072, False)

接口“__array_interface__”返回一个包含两个元素的元组，其第1个元素即为a数组内部元素存放的真实地址，第2个元素标明了该数组是否为“只读”属性。

2、如何与ctypes库创建的数组共享内存空间？

对于Python编程人员来说，ctypes库也是使用率比较高的一个库，当调用第三方提供的动态库链接库函数时，它经常用于定义与C语言兼容的数据类型变量，作为Python语言与C语言进行数据交互的桥梁。

那么，如何使用ctypes库定义一个与numpy共享内存空间的数组变量呢？

仍以上面的例子，定义一个uint8类型的数组b，与a数组共享内存区域，可使用下面的代码：

b = (c_uint8*len(a)).from_address(a.__array_interface__['data'][0])

print('a =', a, '\nb =', b[:])

运行后得到：

a = [1 2 3 4 5]

b = [1, 2, 3, 4, 5]

可见，使用ctypes库的from_address函数定义了一个与a同地址的数组b，打印出b的元素值后，其初始元素值确实与数组a相同。

下面验证一下，数组a和b里面的元素是否真正的占用同一个内存区域。

先改变数组a中第1个元素的值，运行下面的代码：

a[0] = 10

print('a =', a, '\nb =', b[:]}])

其运行结果为：

a = [10 2 3 4 5]

b = [10, 2, 3, 4, 5]

可见，将数组a中的第一个元素的值由1改成10后，b数组中第一个元素也同步改变成10了。

紧接着，再改变b数组中第二个元素的值，由2改为20：

b[1] = 20

print('a =', a, '\nb =', b[:])

其运行结果为：

a = [10 20 3 4 5]

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

显然，数组a中第二个元素的值也同步改变为20了。

因此，数组a与数组b确实是占用的同一个内存地址空间。

另外，也可以通过数组b再定义一个与b共享内存区域的numpy数组c，使用下面的代码即可：

c = np.frombuffer(b, dtype=np.uint8)

大家可以自行验证数组a、b、c是否为同一个内存空间。

3、结论

上面的例子表明，在Python编程中，numpy类型的数组与ctypes类型的数组可以进行互换，比如，可以使用numpy库进行复杂的运算后，再转换成ctypes类型的数组，传递到第3方的动态库dll函数中作进一步的处理，这样，在某些场合下，既能使用numpy库的强大运算功能，又可以使用第三方库，来实现我们特定的处理需求。