Pybind11全局变量修改无效求助：Python修改后C++无法获取更新

问题根源 #

你当前的绑定方式存在两个核心问题：

1. 当你在Python中直接对example.lst赋值（如example.lst = [[1,2], ...]），本质是将模块的lst属性替换成了新的Python数组/列表对象，完全没有操作C++全局数组lst的原始内存。
2. 即便尝试修改元素（如example.lst[0][0] = 10），默认创建的py::array可能未正确配置可写权限，或Python端的操作未直接映射到原始内存。

正确解决方案 #

要实现Python直接修改C++全局数组的原始内存，需用py::array_t包装内存视图，并避免属性被替换。以下是两种可靠方案：

方案一：用py::array_t包装并通过属性暴露 #

修改Pybind11绑定代码，确保每次访问lst时返回指向原始内存的可写数组视图：

PYBIND11_MODULE(example, m) {
    // 通过属性暴露全局数组，返回可写的内存视图
    m.add_property("lst", []() {
        return py::array_t<int>(
            {10, 10},                          // 数组形状
            {10 * sizeof(int), sizeof(int)},   // 步长（匹配C++行优先布局）
            lst,                               // 原始内存指针
            py::cast(lst)                      // 胶囊标记，告知Python不管理此内存
        );
    });
}

Python端使用时，不要直接替换example.lst属性，而是修改数组元素：

import example

# 获取绑定到C++内存的数组视图
arr = example.lst
# 直接修改元素，操作会同步到C++的lst数组
arr[0][0] = 42
arr[2][3] = 100

方案二：暴露内存指针，用NumPy直接映射底层内存 #

如果需要更底层的控制，可以暴露数组的指针、形状和类型，在Python端用NumPy手动绑定：

PYBIND11_MODULE(example, m) {
    m.attr("lst_ptr") = reinterpret_cast<uintptr_t>(lst);
    m.attr("lst_shape") = py::make_tuple(10, 10);
    m.attr("lst_dtype") = py::dtype("int32");
}

Python端代码：

import example
import numpy as np
import ctypes

# 从C++内存地址创建可写的NumPy数组
ptr = ctypes.cast(example.lst_ptr, ctypes.POINTER(np.int32))
arr = np.ctypeslib.as_array(ptr, shape=example.lst_shape)

# 修改元素，直接同步到C++全局数组
arr[5][5] = 99

核心注意事项 #

• 禁止直接替换example.lst属性：一旦执行example.lst = new_value，原内存绑定会被覆盖，后续操作与C++的lst无关。
• 步长必须匹配C数组布局：你的原始代码中步长设置正确（行优先），需保持与C多维数组的内存结构一致。
• 内存生命周期：由于lst是全局变量，生命周期与程序一致，无需担心内存被Python提前释放，py::cast(lst)胶囊会告知Python不要管理该内存。

内容的提问来源于stack exchange，提问作者tearis