C/C++ のデータを np.array として Python から見る。
typedef struct Particle {
float x[3], v[3];
} Particle;
const int np=10;
Particle* const p= calloc(sizeof(Particle), np);
for(int i=0; i<np; ++i) {
p[i].x[0]= (float) i + 1;
}
これを np.array として Python に渡したい場合は PyArray_SimpleNewFromData 関数を使えば良い。1
しかし、ここでは、データの一部、x[3] だけを np.array としてPythonに渡す方法を紹介する。データ構造が複数の型を含んでいて、全てをひとつの np.array にできない場合などもあるでしょう。
このようにデータがメモリに連続して存在しないけれど、一定間隔で並んでいる場合は strides を設定すればよい。2
PyObject* PyArray_New(PyTypeObject* subtype, int nd, npy_intp* dims,
int type_num, npy_intp* strides, void* data,
int itemsize, int flags, PyObject* obj);
strides[] とは a を np.array とするとき、strides[0] が a[i,j] と a[i+1,j] のバイト差、strides[1] が a[i,j] と a[i,j+1] のバイト差。
static PyObject* py_as_nparray(PyObject *self, PyObject *args)
{
const int nd=2;
const int ncol= 3;
npy_intp dims[]= {np, ncol};
npy_intp strides[]= {sizeof(Particle), sizeof(float)};
return PyArray_New(&PyArray_Type, nd, dims, NPY_FLOAT, strides, p->x, 0, 0, 0);
}
Python から使った結果
import numpy as np
import cext08
a = cext08.as_nparray()
[[ 1. 0. 0.]
[ 2. 0. 0.]
[ 3. 0. 0.]
[ 4. 0. 0.]
...
＊ 実際に使うときは Particle* p のメモリは Python で使っている間は解放されず、解放する場合は C のほうでなんとかするとします。