Интерфейс внешних функций C-типов (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 dtype в тип ctypes.

Параметры

dtypedtype

Тип dtype для преобразования

Возвращает

ctype

Скаляр, объединение, массив или структура ctypes

Возбуждает

NotImplementedError

Если преобразование невозможно

Примечания

Эта функция не обеспечивает безубыточное обратное преобразование в обоих направлениях.

np.dtype(as_ctypes_type(dt)) будет:

• вставлять поля заполнения
• переупорядочивать поля в соответствии с порядком смещения
• 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 устарела, используйте load_library вместо неё!

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

Однако существуют платформенные соображения, такие как расширения файлов библиотек, а также тот факт, что Windows загрузит только первую найденную библиотеку с таким именем. NumPy предоставляет функцию load_library для удобства.

Параметры

libnamestr

Имя библиотеки, которое может начинаться с «lib», но без расширения.

loader_pathstr

Местоположение библиотеки.

Возвращает

ctypes.cdll[libpath]library object

Объект библиотеки ctypes

Возбуждает

OSError

Если библиотека с ожидаемым расширением отсутствует или библиотека некорректна и не может быть загружена.

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

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

Однако существуют платформенные соображения, такие как расширения файлов библиотек, а также тот факт, что Windows загрузит только первую найденную библиотеку с таким именем. NumPy предоставляет функцию load_library для удобства.

Параметры

libnamestr

Имя библиотеки, которое может начинаться с «lib», но без расширения.

loader_pathstr

Местоположение библиотеки.

Возвращает

ctypes.cdll[libpath]library object

Объект библиотеки ctypes

Возбуждает

OSError

Если библиотека с ожидаемым расширением отсутствует 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 ndarray в спецификациях restypes и argtypes. Этот подход более гибкий, чем, например, использование POINTER(c_double), так как можно указать несколько ограничений, которые проверяются при вызове функции ctypes. К ним относятся тип данных, количество измерений, форма и флаги. Если заданный массив не удовлетворяет указанным ограничениям, генерируется исключение TypeError.

Параметры

dtypedata-type, optional

Тип данных массива.

ndimint, optional

Количество измерений массива.

shapetuple of ints, optional

Форма массива.

flagsstr or tuple of str

Флаги массива; могут быть одним или несколькими из следующих:

• C_CONTIGUOUS / C / CONTIGUOUS
• F_CONTIGUOUS / F / FORTRAN
• OWNDATA / O
• WRITEABLE / W
• ALIGNED / A
• WRITEBACKIFCOPY / X
• UPDATEIFCOPY / U

Возвращает

klassndpointer type object

Объект типа, который является экземпляром _ndtpr, содержащим информацию о dtype, ndim, shape и флагах.

Возбуждает

TypeError

Если заданный массив не удовлетворяет указанным ограничениям.

Примеры

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