在Pybind11中如何从py::array获取Eigen::Ref，或优雅处理临时Numpy数组内存以安全构造View对象？

你遇到的问题本质是临时Numpy数组的生命周期管理——当你用np.asarray(arr, dtype=np.float64)创建临时数组时，如果没有Python对象持有它的引用，Python的垃圾回收器会在View构造完成后立刻释放这块内存，导致View里的指针变成悬空指针。下面给你两种优雅的解决方案，同时也会解答如何从py::array直接获取Eigen::Ref的问题。

方案一：让View内部持有Python数组的引用（最简洁） #

我们可以修改View结构体，加入一个py::object成员来持有传入的Numpy数组，这样就能阻止Python回收这块内存，直到View对象本身被销毁。同时利用pybind11内置的Eigen转换能力，直接从py::array得到Eigen::Ref，不需要手动处理内存布局。

第一步：修改View结构体 #

#include <pybind11/pybind11.h>
#include <pybind11/eigen.h>
#include <Eigen/Core>

namespace py = pybind11;

struct View {
    const Eigen::Vector3d* ptr;
    std::size_t rows;
    py::object array_holder; // 持有Python数组，保证内存不被回收

    // 供Python调用的构造函数：直接接受py::array
    View(const py::array& arr) {
        // 先将输入数组强制转换为float64、行优先的C风格数组（自动处理类型转换）
        py::array_t<double, py::array::c_style | py::array::forcecast> typed_arr(arr);
        array_holder = typed_arr; // 持有转换后的数组引用

        // 利用pybind11内置转换，直接得到Eigen::Ref
        Eigen::Ref<Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor>> eigen_ref = 
            py::cast<Eigen::Ref<Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor>>>(typed_arr);

        // 验证内存布局符合预期（和你原来的逻辑一致）
        assert(eigen_ref.rowStride() * sizeof(double) == sizeof(Eigen::Vector3d));
        ptr = reinterpret_cast<const Eigen::Vector3d*>(eigen_ref.data());
        rows = eigen_ref.rows();
    }

    // 保留原有的Eigen::Ref构造函数，供C++内部调用
    View(const Eigen::Ref<Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor>>& arr) 
        : array_holder(nullptr) {
        assert(arr.rowStride() * sizeof(double) == sizeof(Eigen::Vector3d));
        ptr = reinterpret_cast<const Eigen::Vector3d*>(arr.data());
        rows = arr.rows();
    }
};

第二步：绑定View和A类 #

PYBIND11_MODULE(your_module, m) {
    py::class_<View>(m, "View")
        .def(py::init<const py::array&>())
        .def(py::init<const Eigen::Ref<Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor>>&>());

    py::class_<A>(m, "A")
        .def("f", &A::f);
}

这样处理后，你在Python里可以直接这么用，完全不用担心临时数组的内存问题：

# 不管arr是什么类型，直接传入即可
a.f(View(np.asarray(arr, dtype=np.float64)))
# 甚至可以更简化，直接传原数组（View构造函数会自动转换类型）
a.f(View(arr))

方案二：子类化View实现PyView（适合需要分离C++/Python逻辑的场景） #

如果你希望保持原生View的纯粹性（不引入pybind11依赖），可以用你最初想到的PyView子类，在子类里持有Python数组引用，同时通过pybind11获取Eigen::Ref来初始化父类：

第一步：修改原生View（不依赖pybind11） #

struct View {
    const Eigen::Vector3d* ptr;
    std::size_t rows;

    View() : ptr(nullptr), rows(0) {}

    View(const Eigen::Ref<Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor>>& arr) {
        assert(arr.rowStride() * sizeof(double) == sizeof(Eigen::Vector3d));
        ptr = reinterpret_cast<const Eigen::Vector3d*>(arr.data());
        rows = arr.rows();
    }

    // 新增一个初始化方法，供子类调用
    void init_from_eigen_ref(const Eigen::Ref<Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor>>& arr) {
        assert(arr.rowStride() * sizeof(double) == sizeof(Eigen::Vector3d));
        ptr = reinterpret_cast<const Eigen::Vector3d*>(arr.data());
        rows = arr.rows();
    }
};

第二步：实现PyView子类 #

struct PyView : View {
    py::array arr_;

    PyView(const py::array& arr) : arr_(arr) {
        // 转换为Eigen::Ref并初始化父类
        auto eigen_ref = py::cast<Eigen::Ref<Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor>>>(arr);
        this->init_from_eigen_ref(eigen_ref);
    }
};

第三步：绑定PyView并让它隐式转换为View #

PYBIND11_MODULE(your_module, m) {
    // 绑定PyView，对外暴露为View
    py::class_<PyView, View>(m, "View")
        .def(py::init<const py::array&>());

    // 同时支持原生Eigen::Ref构造（可选）
    py::implicitly_convertible<Eigen::Ref<Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor>>, View>();

    py::class_<A>(m, "A")
        .def("f", &A::f);
}

关键知识点：从py::array获取Eigen::Ref的方法 #

pybind11已经内置了完善的Eigen类型转换支持，只要你包含了<pybind11/eigen.h>，就可以直接用py::cast<Eigen::Ref<你的Eigen矩阵类型>>将py::array转换为Eigen::Ref。它会自动处理：

• 内存布局检查（行/列优先）
• 类型匹配（如果不匹配，结合py::array::forcecast可以自动转换）
• 数据指针的安全映射（不需要手动reinterpret_cast）

为什么原来的代码会出问题？ #

当你执行View(np.asarray(arr, dtype=np.float64))时，np.asarray创建的临时数组是一个匿名Python对象，没有被任何变量引用。在View构造函数执行完毕后，Python的垃圾回收器会立刻释放这块内存，导致View里的ptr指向已经被回收的内存，后续调用a.f(view)就会触发未定义行为。而我们的解决方案通过py::object或py::array持有这个临时数组的引用，延长了它的生命周期，直到View对象被销毁。

备注：内容来源于stack exchange，提问作者tmlen