Эквивалентные сценарии numpy, дающие разные результаты

Question

Я запускал следующие сценарии, которые считаются одинаковыми, но вывод совершенно другой, может кто-нибудь объяснить почему?

я впервые завезены необходимые модули:

from ctypes import * 
import numpy as np 

code1:

AOVoltage = np.linspace(-1, 1, 2200) 
AOVoltage = AOVoltage.ctypes.data_as(POINTER(c_double)) 
print AOVoltage.contents 

c_double(1.821347161578237e-284) 

Кодекса2:

a = np.linspace(-1, 1, 2200) 
AOVoltage = a.ctypes.data_as(POINTER(c_double)) 
print AOVoltage.contents 

c_double(-1.0) 

Code3:

AOVoltage = (np.linspace(-1, 1, 2200)).ctypes.data_as(POINTER(c_double)) 
print AOVoltage.contents 

c_double(1.821347161578237e-284) 

Answer 1

Для этой работы, необходимо сохранить ссылку на оригинальный numpy массив, чтобы предотвратить его от мусора. Вот почему # 2 работает, а # 1 и # 3 - нет (их поведение не определено).

Это объясняется в documentation:

Будьте осторожны, используя атрибут ctypes - особенно на временных массивов или массивов, построенных на лету. Например, вызов (a+b).ctypes.data_as(ctypes.c_void_p) возвращает указатель на память, который является недопустимым, поскольку массив, созданный как (a+b), освобождается до следующего оператора Python. Вы можете избежать этой проблемы, используя либо c=a+b, либо ct=(a+b).ctypes. В последнем случае ct будет содержать ссылку на массив до тех пор, пока ct не будет удален или повторно назначен.