我正在尝试使用 pybind11 将 python 嵌入到 C++ 应用程序中。
我正在创建一个具有以下功能的 array_t
:
template<class T>
py::array_t<T> create_matrix(size_t width, size_t height, T* data_ptr = nullptr)
{
auto b = py::buffer_info(
data_ptr,
sizeof(T), //itemsize
py::format_descriptor<T>::format(),
2, // ndim
std::vector<size_t> { width, height }, // shape
std::vector<size_t> {height * sizeof(T), sizeof(T)} // strides
);
return py::array_t<T>(b);
}
如果我这样使用这个函数:
float* raw_array_data = new float[4];
{
py::array_t<float> arr_f2 = create_matrix<float>(2, 2, raw_array_data);
...
}
// Use raw_data_array here.
raw_array_data
在 arr_f2
范围之外仍然可用。如果以这种方式构建,看起来好像 array_t
充当“ View ”。
但是,在某些情况下,我可能希望 array_t
获得提供给 create_matrix
的内存的所有权。我如何告诉 array_t
它拥有内存?
如果您只是不传递数据指针,numpy 将为您分配内存。如果您无法控制分配,则必须自己销毁它(因为 numpy 不知道数据是如何分配的,而且似乎没有办法传递释放函数):
{
// arr_f2 will get numpy to allocate 4 floats
py::array_t<float> arr_f2 = create_matrix<float>(2, 2);
...
}
// and Python will deallocate them when it gets decrefd
float* raw_array_data = new float[4];
{
std::unique_ptr<float[]> raw_array_data_destructor(raw_array_data);
py::array_t<float> arr_f2 = create_matrix<float>(2, 2, raw_array_data);
}
// And std::unique_ptr<float[]>::~unique_ptr will delete[] the data
我是一名优秀的程序员,十分优秀!