Python中无需拷贝直接修改VTK数组的实现方案咨询

你需要的类似C++引用的零拷贝修改能力在Python中完全可以实现，VTK官方提供的接口默认支持内存共享机制，不需要额外拷贝数组、也不需要修改后重新添加回VTK PolyData。

你现有测试代码没有生效的核心原因是遍历修改的写法存在问题：for a in array中的循环变量a是数组元素的临时拷贝，对a的修改不会作用到原共享数组上。修改为原地操作数组的写法即可实现需求，修正后的可运行代码如下：

import vtk
import numpy as np
# 导入VTK官方提供的numpy适配模块
from vtk.util.numpy_support import vtk_to_numpy

def main():
    sphere = vtk.vtkPolyDataReader()
    sphere.SetFileName('sphere.vtk')
    sphere.Update()
    polyData = sphere.GetOutput()
    # vtk_to_numpy返回的numpy数组与原VTK数组共享底层内存，等价于C++的引用效果
    array = vtk_to_numpy(polyData.GetPointData().GetAbstractArray('Result'))
    # 原地修改数组，修改结果直接同步到VTK的PolyData中
    array *= 5.0
    
    writer = vtk.vtkPolyDataWriter()
    writer.SetFileName('modifiedSphere.vtk')
    writer.SetInputData(polyData)
    writer.Write()

if __name__ == "__main__":
    main()

注意事项 #

• 只有原地操作才会触发共享内存修改：支持array *= 5、array[:] = 新值、array[过滤条件] = 目标值这类直接修改原数组内存的操作；如果使用array = array *5这类会生成新数组的写法，会断开内存共享，修改不会同步到VTK。
• 如果需要将自行创建的numpy数组零拷贝关联到VTK对象，可以使用numpy_to_vtk函数，指定deep=False参数即可实现内存共享。
• 注意保持VTK原数组的生命周期长于关联的numpy数组，避免出现内存访问异常。

内容的提问来源于stack exchange，提问作者Al-Farouq