未转换numpy数组通过ctypes传C函数返回错误结果，如何解决？

问题根源 #

你的C函数期望接收32位int类型数组，但numpy默认创建的是**64位int（int64）**数组。两者内存占用不同（int32占4字节，int64占8字节），直接传递时C函数会按4字节步长读取内存，把每个int64元素拆成两个int32值，导致计算出错误均值。

无需数组转换的可移植解决方案 #

方案：修改C函数支持多整数类型 #

调整C代码，让函数通过元素大小参数适配不同整数类型（int32/int64），同时用固定大小整数类型保证跨平台兼容性。

修改后的C代码

#include <stdio.h>
#include <stdint.h>

float calculate_mean(void *arr, int len, size_t elem_size) {
    int64_t sum = 0;  // 用64位整数避免求和溢出
    char *base_ptr = (char*)arr;

    for (int i = 0; i < len; i++) {
        // 根据元素大小读取对应整数类型的值
        if (elem_size == sizeof(int32_t)) {
            sum += *(int32_t*)(base_ptr + i * elem_size);
        } else if (elem_size == sizeof(int64_t)) {
            sum += *(int64_t*)(base_ptr + i * elem_size);
        } else {
            // 不支持的类型返回0.0作为错误标记
            return 0.0f;
        }
    }

    return (float)sum / len;
}

编译共享库

gcc -shared -fPIC -o libtest_ctypes.so test.c

Python调用代码 #

直接使用numpy默认int64数组，无需转换，只需传递数组内存地址、长度和元素大小：

import numpy as np
import ctypes

# 加载共享库
lib = ctypes.CDLL('./libtest_ctypes.so')

# 声明函数参数和返回值类型
lib.calculate_mean.argtypes = [ctypes.c_void_p, ctypes.c_int, ctypes.c_size_t]
lib.calculate_mean.restype = ctypes.c_float

# 创建默认int64数组（无需指定dtype）
arr = np.array([1, 2, 3, 4, 5])

# 调用C函数，传递数组内存、长度和元素字节数
mean = lib.calculate_mean(arr.ctypes.data, arr.size, arr.dtype.itemsize)
print(mean)  # 输出3.0

方案优势 #

• 无额外内存/时间开销：不需要转换数组，直接复用原numpy数组的内存
• 无需指定dtype：保持numpy默认的数组创建方式
• 可移植性：C代码使用stdint.h的固定大小类型，兼容32/64位平台
• 扩展性：后续可轻松添加对其他整数类型（如uint32）的支持

内容的提问来源于stack exchange，提问作者deppep