在Python中使用 C 代码的问题 |设置 2

先决条件：在Python中使用 C 代码的问题 |设置 1

DoubleArrayType类可以处理Python具有不同形式的情况，如数组、numpy 数组、列表、元组。在这个类中，定义了一个from_param()方法。此方法采用单个参数并将其缩小为兼容的 ctypes 对象（在示例中为指向ctypes.c_double的指针）。

在下面的代码中，参数的类型名被提取并用于分派到更专业的方法。例如，如果传递了一个列表，则类型名为 list，并调用方法from_list() 。对于列表和元组， from_list()方法执行到 ctypes 数组对象的转换。

代码#1：

nums = [1, 2, 3]
a = (ctypes.c_double * len(nums))(*nums)
print ("a : ", a)
  
print ("\na[0] : ", a[0])
  
print ("\na[1] : ", a[1])
  
print ("\na[2] : ", a[2])

输出 ：

a : <__main__.c_double_Array_3 object at 0x10069cd40>

a[0] : 1.0

a[1] : 2.0

a[2] : 3.0

from_array()方法提取底层内存指针并将其转换为数组对象的 ctypes 指针对象。

代码#2：

import array
arr = array.array('d', [1, 2, 3])
print ("arr : ", arr)
  
ptr_ = a.buffer_info()
print ("\nptr :", ptr)
  
print ("\n", ctypes.cast(ptr, ctypes.POINTER(ctypes.c_double)))

输出 ：

arr : array('d', [1.0, 2.0, 3.0])

ptr : 4298687200

<__main__.LP_c_double object at 0x10069cd40> 

from_ndarray()显示了 numpy 数组的可比较转换代码。通过定义DoubleArrayType类并在avg()的类型签名中使用它，该函数可以接受各种不同的类似数组的输入。

代码#3：

# libraries
import sample
import array
import numpy
  
print("Average of list : ", sample.avg([1, 2, 3]))
  
print("\nAverage of tuple : ", sample.avg((1, 2, 3)))
  
print(\nAverage of array : ", sample.avg(array.array('d', [1, 2, 3])))
  
print(\nAverage of numpy array : ", sample.avg(numpy.array([1.0, 2.0, 3.0])))

输出 ：

Average of list : 2.0

Average of tuple : 2.0 

Average of array : 2.0

Average of numpy array : 2.0

要使用简单的 C 结构，只需定义一个包含适当字段和类型的类，如下面的代码所示。定义后，可以使用类型签名中的类以及需要实例化和使用结构的代码中的类。

代码#4：

class Point(ctypes.Structure):
    _fields_ = [('x', ctypes.c_double),
                ('y', ctypes.c_double)]
  
point1 = sample.Point(1, 2)
point2 = sample.Point(4, 5)
  
print ("pt1 x : ", point1.x)
  
print ("\npt1 y : ", point1.y)
  
print ("\nDistance between pt1 and pt2 : ",
           sample.distance(point1, point2))

输出 ：

pt1 x : 1.0

pt1 y : 2.0

Distance between pt1 and pt2 : 4.242640687119285