- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在实现一个 Visual C++ 代码(MS VStudio 2013),它从相机获取图像,处理图像,通过 PyObject 将预处理数据(数组 2 或更多 double )发送到 python,并获取 numpy-从 python 返回的处理结果(py 中的 3 个 double 元组,在 C++ 中变为 3 个 double 组)。我将 py 函数作为独立脚本进行了测试。但是,我一直从 PyObject_CallObject() 返回 null。 python 和 VC++ 项目位于同一目录中。
我在 py 函数中设置了一个日志文件记录来记录来自 C 的调用,所以我知道在某些情况下 C++ 调用没有到达 py 函数,而在其他情况下 py 函数确实被调用,但是,也许无法处理返回值。具体来说,我发现当元组包含一个对象时我可以调用py函数(正日志记录),但是当元组包含两个或多个对象时我不能调用它(没有日志文件记录)。另外,如果py函数不需要参数,也不需要返回任何东西,那么所有调用都是成功的。
我用谷歌搜索并阅读了与使用元组在 C++ 和 py 之间进行通信有关的所有内容,但仍然无法正常工作。我也阅读了文档和示例,仍然没有运气。
我已将下面的代码精简到最低限度并重现了该问题。下面是我将两个零作为输入传递并期望返回三个零的示例。我将非常感谢这方面的任何线索......
//C++ part
Py_Initialize();
pyName = PyImport_ImportModuleNoBlock(_T("find_center_def"));
if (pyName == NULL) {
return false;
}
pyFunc = PyObject_GetAttrString(pyName, _T("find_center"));
if (pyFunc == NULL) {
return false;
}
Py_DECREF(pyName);
if (PyCallable_Check(pyFunc) == 0) {
return false;
}
PyObject * arg = PyTuple_New(2);
PyObject * datum0 = PyFloat_FromDouble(0.0);
PyObject * datum1 = PyFloat_FromDouble(0.0);
if (PyTuple_SetItem(arg, 0, datum0) != 0) {
return false;
}
if (PyTuple_SetItem(arg, 1, datum1) != 0) {
return false;
}
PyObject * result = PyObject_CallObject(pyFunc, arg);
if (result == NULL) {
return false;
}
OutputDebugString(_T("\nSuccess calling find_center function!"));
#python part, inside of a script called find_center_def.py
def find_center(args):
import numpy
fo=open('foo.txt' ,'w')
fo.write('find_center was called from C++!')
fo.close()
return (0,0,0)
#python output:
Python 3.4.3 (v3.4.3:9b73f1c3e601, Feb 24 2015, 22:44:40) [MSC v.1600 64 bit (AMD64)] on win32
>>> import importlib
>>> test = importlib.import_module("find_center_def")
>>> test.find_center((0,0))
(0, 0, 0)
>>>
最佳答案
您只能向元组添加一个值,因为
PyObject* PyObject_CallObject(PyObject *callable_object, PyObject *args) Call a callable Python object callable_object, with arguments given by the tuple args
(强调我的)。换句话说,PyObject_CallObject
的第二个参数是一个参数元组。您的函数采用单个参数,因此该元组的长度必须为 1。
由于您试图将元组作为一个参数传递,因此您需要将双元素元组作为单元素元组的第一个元素作为第二个参数传递给 PyObject_CallObject
.
另一种选择是改用 PyObject_CallFunction
,让它构建参数元组。
关于python - C++ 到 numpy 并返回到 C++,元组 PyObject,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29804623/
作为脚本的输出,我有 numpy masked array和标准numpy array .如何在运行脚本时轻松检查数组是否为掩码(具有 data 、 mask 属性)? 最佳答案 您可以通过 isin
我的问题 假设我有 a = np.array([ np.array([1,2]), np.array([3,4]), np.array([5,6]), np.array([7,8]), np.arra
numpy 是否有用于矩阵模幂运算的内置实现? (正如 user2357112 所指出的,我实际上是在寻找元素明智的模块化减少) 对常规数字进行模幂运算的一种方法是使用平方求幂 (https://en
我已经在 Numpy 中实现了这个梯度下降: def gradientDescent(X, y, theta, alpha, iterations): m = len(y) for i
我有一个使用 Numpy 在 CentOS7 上运行的项目。 问题是安装此依赖项需要花费大量时间。 因此,我尝试 yum install pip install 之前的 numpy 库它。 所以我跑:
处理我想要旋转的数据。请注意,我仅限于 numpy,无法使用 pandas。原始数据如下所示: data = [ [ 1, a, [, ] ], [ 1, b, [, ] ], [ 2,
numpy.random.seed(7) 在不同的机器学习和数据分析教程中,我看到这个种子集有不同的数字。选择特定的种子编号真的有区别吗?或者任何数字都可以吗?选择种子数的目标是相同实验的可重复性。
我需要读取存储在内存映射文件中的巨大 numpy 数组的部分内容,处理数据并对数组的另一部分重复。整个 numpy 数组占用大约 50 GB,我的机器有 8 GB RAM。 我最初使用 numpy.m
处理我想要旋转的数据。请注意,我仅限于 numpy,无法使用 pandas。原始数据如下所示: data = [ [ 1, a, [, ] ], [ 1, b, [, ] ], [ 2,
似乎 numpy.empty() 可以做的任何事情都可以使用 numpy.ndarray() 轻松完成,例如: >>> np.empty(shape=(2, 2), dtype=np.dtype('d
我在大型 numpy 数组中有许多不同的形式,我想使用 numpy 和 scipy 计算它们之间的边到边欧氏距离。 注意:我进行了搜索,这与堆栈中之前的其他问题不同,因为我想获得数组中标记 block
我有一个大小为 (2x3) 的 numpy 对象数组。我们称之为M1。在M1中有6个numpy数组。M1 给定行中的数组形状相同,但与 M1 任何其他行中的数组形状不同。 也就是说, M1 = [ [
如何使用爱因斯坦表示法编写以下点积? import numpy as np LHS = np.ones((5,20,2)) RHS = np.ones((20,2)) np.sum([ np.
假设我有 np.array of a = [0, 1, 1, 0, 0, 1] 和 b = [1, 1, 0, 0, 0, 1] 我想要一个新矩阵 c 使得如果 a[i] = 0 和 b[i] = 0
我有一个形状为 (32,5) 的 numpy 数组 batch。批处理的每个元素都包含一个 numpy 数组 batch_elem = [s,_,_,_,_] 其中 s = [img,val1,val
尝试为基于文本的多标签分类问题训练单层神经网络。 model= Sequential() model.add(Dense(20, input_dim=400, kernel_initializer='
首先是一个简单的例子 import numpy as np a = np.ones((2,2)) b = 2*np.ones((2,2)) c = 3*np.ones((2,2)) d = 4*np.
我正在尝试平均二维 numpy 数组。所以,我使用了 numpy.mean 但结果是空数组。 import numpy as np ws1 = np.array(ws1) ws1_I8 = np.ar
import numpy as np x = np.array([[1,2 ,3], [9,8,7]]) y = np.array([[2,1 ,0], [1,0,2]]) x[y] 预期输出: ar
我有两个数组 A (4000,4000),其中只有对角线填充了数据,而 B (4000,5) 填充了数据。有没有比 numpy.dot(a,b) 函数更快的方法来乘(点)这些数组? 到目前为止,我发现
我是一名优秀的程序员,十分优秀!