如何通过PyBind11获取Numpy数组的基数组而非仅视图

可行方案 #

可以通过Numpy数组原生属性或Buffer Protocol两种方式实现基数组定位，无需额外依赖。 #

1. 基于Numpy base属性的实现（最简便） #

Numpy数组内置base属性，视图对象的base会指向其内存所属的上层对象，基数组的base为None。你可以通过遍历该属性拿到最顶层的基数组：

• 多级视图场景下，base会链式指向生成当前视图的上层数组，循环遍历直到base为空即可得到根基数组
• 特殊场景下base可能是其他类型的Python对象（如bytes、ctypes buffer等内存宿主对象），可根据业务逻辑判断是否需要处理

PyBind11示例代码：

#include <pybind11/pybind11.h>
#include <pybind11/numpy.h>

namespace py = pybind11;

// 获取数组对应的根基数组
py::array get_root_base_array(py::array input_arr) {
    py::array current = input_arr;
    while (true) {
        py::object current_base = current.attr("base");
        if (current_base.is_none()) break;
        // 仅当base为numpy数组时继续遍历，非数组类型的内存宿主直接终止
        if (py::isinstance<py::array>(current_base)) {
            current = current_base.cast<py::array>();
        } else {
            break;
        }
    }
    return current;
}

2. 基于Buffer Protocol的实现 #

Buffer Protocol返回的Py_buffer结构体中obj字段直接指向内存的所有者对象，也就是对应基数组/内存宿主对象，该对象引用计数会在获取buffer时自动+1，使用完成后调用PyBuffer_Release释放即可。 #

落地注意事项 #

你需要额外存储原视图的4个关键参数，才能在后续从基数组内存中完全重建原视图：

• dtype：数组元素类型
• shape：各维度长度
• strides：各维度步长
• offset：当前视图在基数组内存中的起始偏移量

仅存储基数组的原始内存无法直接还原原视图结构。

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