类型化的 Memoryview 会增加 numpy.array 的引用计数吗？

Question

下面显示的某些类型的代码导致我在通过 Cython 调用的 C++ 代码中出现内存损坏。我设法解决了它，但想问一下解决它所需的最小值是多少。

假设：

CFoo 是一个 C++ class，其中一些成员 set_ptr 接受一个指向双精度数的指针。 Cython class Foo 持有指向 CFoo.
在 Foo 的某些 bar 方法中：
- 通过调用 function_returning_a_numpy_array().
- 类型化的内存视图，a_view 已创建以供查看 a。
- 使用 CFoo 的成员 set_ptr 将来自 a_view 的指针发送到 CFoo。

片段：

cdef class Foo:
    cdef CFoo *foo_imp;

    ...

    def bar(self):
        a = function_returning_a_numpy_array()
        cdef double a_view[:] = a
        foo_imp.set_ptr(&a_view[0])

请注意，在此问题的上下文中，对 Foo 的后续调用将导致 CFoo 对该指针进行操作。

很明显，由于没有任何内容保存 a，后续调用 Foo 的成员可以发现 a 的内存已回收。我通过让 a 成为 Foo 的成员来解决这个问题。我的问题是：

是否可以通过让 double *（设置为 &a_view[0]）成为 Foo 的成员来解决这个问题？我猜没有。
是否可以通过让 double a_view[:]（设置为 a）成为 Foo 的成员来解决这个问题？我在文档中找不到任何以这种或另一种方式解决的内容。

Answer 1

使 double* 成为 Foo 的成员不会有帮助（正如您猜测的那样），因为 a 的引用计数没有增加。

使 double a_view[:] 成为成员会有所帮助（尽管文档中没有明确说明）。我能看到的最佳提示是 http://docs.cython.org/src/userguide/memoryviews.html#memoryview-objects-and-cython-arrays，其中代码示例显示您可以从内存视图的 base 属性中检索原始对象。

可以使用 sys.getrefcount

进一步说明

from __future__ import print_function

import sys
import numpy as np

def f():
    a = np.zeros((5,))
    print(sys.getrefcount(a))
    cdef double[:] b = a
    print(sys.getrefcount(a))

运行第一行打印 1，第二行打印 3。所以看起来内存视图实际上存储了两个对numpy数组的引用（我不知道为什么）

类型化的 Memoryview 会增加 numpy.array 的引用计数吗？

Does a Typed Memoryview Increase A numpy.array's Reference Count?

numpy

cython

memoryview