如何使 Python 对象表现得像一个 numpy 数组？

Question

我正在开发一个 python 2.7 模块，它使用 ctypes 从动态库运行编译函数。它包含一个 class 包装来自该库的 C 结构，表示图像，并用于从 C 代码接收数据。

动态库执行数据的深拷贝，专用于python wrapper。

模块中的进一步处理是使用 numpy 数组完成的，因此，我应该将从 C 代码检索的数据转换为 numpy.ndarray。

速度和内存消耗目前不是问题。

现在，我在 class 中实现了一个方法，它使用 numpy.frombuffer 函数创建 returns numpy.ndarray。

我在想，是否可以更好地实施。

这里是pythonclass

import ctypes as ct
import numpy as np

class C_Mat(ct.Structure):
    _fields_ = [("rows", ct.c_int),
                ("cols", ct.c_int),
                ("data", ct.c_char_p),
                ("step", ct.ARRAY(ct.c_int64, 2)),
                ("data_type", ct.c_int)]

    _dtypes = { 0: np.uint8,
                1: np.int8,
                2: np.uint16,
                3: np.int16,
                4: np.int32,
                5: np.float32,
                6: np.float64 }


    def image(self):
        r = np.frombuffer(self.data,
                          dtype=self._dtypes[self.data_type], 
                          count=self.cols*self.step[1]*self.step[0])
        r.shape = (self.cols, self.rows)
        r.strides = (self.step[0], self.step[1])

    return r

Answer 1

有数组接口说明 https://docs.scipy.org/doc/numpy/reference/arrays.interface.html

如何使 Python 对象表现得像一个 numpy 数组？

How to make Python object behave like a numpy array?

c

ctypes

numpy

python-2.7