C++传二维double vector给Python函数，独立封装时输出乱码（main内运行正常）

拆分独立函数后触发乱码的核心原因 #

你之前怀疑的连续内存分配逻辑本身没有问题，逐行拷贝到NumPy数组连续内存区的操作符合接口规范，乱码的核心诱因和以下三类问题相关：

• NumPy C API的初始化时机不匹配。import_array()的作用是为当前编译单元加载NumPy C API的函数指针表，该操作必须在程序入口全局执行一次，所有调用NumPy接口的编译单元共享初始化后的API符号。拆分独立函数后，若在函数内部调用import_array()，会因为编译单元独立、初始化时机滞后，导致PyArray_SimpleNew、PyArray_DATA等接口返回无效指针，数据拷贝操作直接写入非法内存区域，最终Python侧读取到全是未初始化的垃圾值。而将所有逻辑写在main函数内时，初始化流程在同一编译单元内执行，API指针表加载完整，因此功能正常。
• 入参传递方式不合理导致的野指针问题。原封装的call_python_function_vector2d_input函数对二维vector使用值传递，函数调用时会在栈上生成vector的临时拷贝，当函数栈帧退出、临时拷贝被析构时，若Python侧读取数组操作延迟执行，就会引用已经被释放的内存块，输出乱码。
• 头文件与动态库版本不匹配的偏移错误。若独立封装函数所在的编译单元引入的NumPy头文件版本，和运行时实际链接的NumPy动态库版本存在偏差，PyArray_DATA宏计算的内存偏移会错位，拿到的根本不是NumPy数组的实际数据区地址，数据拷贝位置完全错误。

可稳定运行的独立函数封装实现 #

核心调整规则：

• 将NumPy C API的初始化逻辑统一放到程序最入口，全流程仅执行一次，所有调用NumPy接口的函数所在编译单元，直接复用全局初始化后的API符号，禁止在工具函数内部重复调用import_array()。
• 对大体积的二维vector参数使用const左值引用传递，避免生成无意义的栈上临时副本，保证函数执行全程vector对象的生命周期稳定。
• 严格遵循Python C API的引用计数规则，避免临时对象被提前回收或双重释放。

修正后的完整实现：

1. 程序入口初始化部分

int main() {
    // 第一步：初始化Python解释器
    Py_Initialize();
    // 第二步：全局初始化NumPy C API，全程序仅执行1次
    import_array();

    // 后续加载Python模块、调用自定义函数的业务逻辑
    // ...
}

2. 修正后的工具函数与调用封装

// 二维vector转NumPy数组工具函数，入参使用const引用避免临时拷贝
static PyArrayObject* vector_to_nparray(const vector<vector<double>>& vec, int type_num = NPY_DOUBLE) {
    // 空输入边界校验
    if (vec.empty() || vec[0].empty()) {
        return (PyArrayObject*)PyArray_SimpleNew(0, nullptr, type_num);
    }
    size_t nRows = vec.size();
    size_t nCols = vec[0].size();
    npy_intp dims[2] = { (npy_intp)nRows, (npy_intp)nCols };
    // 创建内存连续的NumPy数组
    PyArrayObject* vec_array = (PyArrayObject*)PyArray_SimpleNew(2, dims, type_num);
    // 获取数组连续数据块的指针
    double* vec_array_pointer = (double*)PyArray_DATA(vec_array);
    // 逐行拷贝vector数据到NumPy数组的连续内存区
    for (size_t iRow = 0; iRow < nRows; ++iRow) {
        copy(vec[iRow].begin(), vec[iRow].end(), vec_array_pointer + iRow * nCols);
    }
    return vec_array;
}

// 调用Python函数的封装，入参使用const引用传递
PyObject* call_python_function_vector2d_input(PyObject* function_name, const vector<vector<double>>& args)
{
    // 移除函数内部重复的import_array()调用
    PyObject* np_arg = (PyObject*)vector_to_nparray(args);
    // 创建仅含1个元素的参数元组
    PyObject* pArgs = PyTuple_New(1);
    // 将NumPy数组放入参数元组，元组会接管该对象的引用所有权
    PyTuple_SetItem(pArgs, 0, np_arg);

    // 调用目标Python函数
    PyObject* pReturn = PyObject_CallObject(function_name, pArgs);
    // 打印Python侧异常栈，便于定位运行时问题
    PyErr_PrintEx(0);

    // 释放参数元组，会自动完成元组内所有元素的引用计数回收
    Py_DECREF(pArgs);

    return pReturn;
}

内容的提问来源于stack exchange，提问作者pppp_prs