如何通过pybind11传递自定义结构体numpy数组调用C++ API

问题根因 #

报错的核心原因是你传入的numpy数组是dtype=object的对象数组，存储的是Ohlc Python类实例的引用，和你通过PYBIND11_NUMPY_DTYPE注册的结构体布局的numpy结构化数组类型不匹配。

修复步骤 #

1. 补全numpy dtype注册逻辑 #

你的Ohlc结构体中包含volume字段，但PYBIND11_NUMPY_DTYPE注册时没有包含该字段，会导致内存布局不匹配，先修正这部分C++代码：

// 原有错误代码
PYBIND11_NUMPY_DTYPE(Ohlc, open, high, low, close);
// 修正为，补上volume字段
PYBIND11_NUMPY_DTYPE(Ohlc, open, high, low, close, volume);

重新编译安装你的pybind模块。

2. Python侧构造符合要求的结构化数组 #

不要直接用np.array([Ohlc()])生成对象数组，而是基于pybind注册的dtype生成结构化数组：

from ema_calculator_pybind11 import *
import numpy as np

# 获取pybind注册的Ohlc对应numpy dtype
ohlc_dtype = np.dtype(Ohlc)
# 按字段顺序传入数值构造结构化数组，顺序对应open、high、low、close、volume
ohlc_arr = np.array(
    [(1.1, 2.2, 0.9, 1.5, 100), (1.5, 2.5, 1.2, 2.0, 200)],
    dtype=ohlc_dtype
)
# 调用函数即可正常运行
calculate_ema(ohlc_arr)

原理解释 #

• 你通过py::class_绑定的Ohlc Python类，和PYBIND11_NUMPY_DTYPE注册的numpy结构化dtype是两套独立的类型体系，直接把Ohlc类实例塞进numpy数组会生成object类型数组，无法匹配py::array_t<Ohlc>的类型要求。
• 内置类型比如double不会出现这个问题，是因为numpy原生double数组的布局和pybind要求的布局天然匹配，不需要走对象封装逻辑。
• 单个Ohlc对象可以正常传参，是因为走的是py::class_绑定的类型检查逻辑，和numpy数组的参数检查逻辑无关。

内容的提问来源于stack exchange，提问作者user3036846