C-типы внешнего интерфейса функций (numpy.ctypeslib)

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

Создать массив NumPy из массива или указателя ctypes.

Массив NumPy разделяет память с объектом ctypes.

Параметр shape должен быть указан при преобразовании из указателя ctypes. Параметр shape игнорируется при преобразовании из массива ctypes.

numpy.ctypeslib.as_ctypes(obj) [source]

Создать и вернуть объект ctypes из массива NumPy. На самом деле принимается всё, что предоставляет __array_interface__.

numpy.ctypeslib.as_ctypes_type(dtype) [source]

Преобразовать тип данных в тип ctypes.

Параметры:	dtype : dtype Тип данных для преобразования
Возвращает:	ctype Скаляр, объединение, массив или структура ctypes
Исключения:	NotImplementedError Если преобразование невозможно

Примечания

Эта функция не выполняет безусловное обратное преобразование в обоих направлениях.

np.dtype(as_ctypes_type(dt)) будет:

• вставлять поля заполнения
• переупорядочивать поля для сортировки по смещению
• удалять заголовки полей

as_ctypes_type(np.dtype(ctype)) будет:

• удалять имена классов ctypes.Structure и ctypes.Union
• преобразовывать ctypes.Union с одним элементом в ctypes.Structure с одним элементом
• вставлять поля заполнения

numpy.ctypeslib.ctypes_load_library(*args, **kwds) [source]

ctypes_load_library устарело, используйте load_library вместо этого!

Библиотеку можно загрузить с помощью >>> lib = ctypes.cdll[<полный_путь_к_файлу>] # doctest: +SKIP

Но есть проблемы с кросс-платформенной совместимостью, такие как расширения файлов библиотек, а также тот факт, что Windows загрузит первую найденную библиотеку с таким именем. NumPy предоставляет функцию load_library для удобства.

Параметры:	libname : str Имя библиотеки, которое может иметь префикс ‘lib’, но без расширения. loader_path : str Расположение библиотеки.
Возвращает:	ctypes.cdll[libpath] : library object Объект библиотеки ctypes
Исключения:	OSError Если библиотека с ожидаемым расширением не найдена или библиотека некорректна и не может быть загружена.

numpy.ctypeslib.load_library(libname, loader_path) [source]

Библиотеку можно загрузить с помощью >>> lib = ctypes.cdll[<полный_путь_к_файлу>] # doctest: +SKIP

Но есть проблемы с кросс-платформенной совместимостью, такие как расширения файлов библиотек, а также тот факт, что Windows загрузит первую найденную библиотеку с таким именем. NumPy предоставляет функцию load_library для удобства.

Параметры:	libname : str Имя библиотеки, которое может иметь префикс ‘lib’, но без расширения. loader_path : str Расположение библиотеки.
Возвращает:	ctypes.cdll[libpath] : library object Объект библиотеки ctypes
Исключения:	OSError Если библиотека с ожидаемым расширением не найдена или библиотека некорректна и не может быть загружена.

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

Проверка массивов в restype/argtypes.

Объект ndpointer используется для описания массива ndarray в спецификациях restypes и argtypes. Этот подход более гибкий, чем использование, например, POINTER(c_double), так как можно указать несколько ограничений, которые проверяются при вызове функции ctypes. В них входят тип данных, количество измерений, форма и флаги. Если массив не удовлетворяет указанным ограничениям, генерируется TypeError.

Параметры:	dtype : data-type, optional Тип данных массива. ndim : int, optional Количество измерений массива. shape : tuple of ints, optional Форма массива. flags : str or tuple of str Флаги массива; могут быть одним или несколькими из: C_CONTIGUOUS / C / CONTIGUOUS F_CONTIGUOUS / F / FORTRAN OWNDATA / O WRITEABLE / W ALIGNED / A WRITEBACKIFCOPY / X UPDATEIFCOPY / U
Возвращает:	klass : ndpointer type object Объект типа, который является экземпляром _ndtpr, содержащим информацию о типе данных, количестве измерений, форме и флагах.
Исключения:	TypeError Если массив не удовлетворяет указанным ограничениям.

Примеры

>>> clib.somefunc.argtypes = [np.ctypeslib.ndpointer(dtype=np.float64,
...                                                  ndim=1,
...                                                  flags='C_CONTIGUOUS')]
... #doctest: +SKIP
>>> clib.somefunc(np.array([1, 2, 3], dtype=np.float64))
... #doctest: +SKIP