如何将C指针指向的双精度浮点数数组高效转换为Python numpy数组

你可以使用numpy原生的np.ctypeslib.as_array方法完成零拷贝转换，该方法专门适配ctypes类型的指针转numpy数组，不需要额外写内存操作逻辑，性能最优。

完整运行示例 #

import ctypes
import numpy as np

# 原有基础代码（补充显式指定dtype避免类型不匹配问题）
arrayPy = np.array([[0, 1, 2], [3, 4, 5]], dtype=np.float64)
out_c = arrayPy.ctypes.data_as(ctypes.POINTER(ctypes.c_double))

# 转换回numpy数组，shape根据实际数组维度传入即可
restored_array = np.ctypeslib.as_array(out_c, shape=(2, 3))

注意事项 #

• 转换是零拷贝的，得到的numpy数组和原C指针共享同一块内存，修改任意一方的数据都会同步到另一方。
• 必须显式传入shape参数：C指针仅记录内存起始地址，不包含数组的长度、维度信息，需要你根据实际业务场景传入正确的数组形状，一维数组可以直接传元素总长度，比如shape=(6,)。
• 要注意内存生命周期：如果C侧手动释放了指针指向的内存，转换得到的numpy数组会变成野指针访问，出现崩溃或者乱码数据，需要保证转换后数组的访问周期在C内存的有效周期内。
• 原示例中的numpy数组如果不显式指定dtype=np.float64，默认会创建int类型数组，直接转c_double指针会出现数据解析错误，需要保证两侧数据类型完全对应。

内容的提问来源于stack exchange，提问作者Evgenii Danilov