Cython问题：从引用获取的Numpy数组缺失前两个元素

你遇到的这个诡异问题，本质上是C++里一个非常经典的错误——返回了局部变量的引用，这会产生悬垂引用，进而触发未定义行为（也就是你看到的前两个元素变成0的异常情况）。

看你的cmyclass.cc里的get_vec函数：

std::vector<int>& IntVector::get_vec(){
    std::vector<int> buff;
    buff.reserve(vec.size());
    for(int i=0; i<vec.size(); ++i){
        buff.push_back(vec[i]);
    }
    return buff;
}

这里的buff是函数内部的局部变量，当函数执行完毕返回时，这个局部变量会被销毁，它占用的内存会被系统回收或重新分配。你返回的是这个已经被销毁的对象的引用，后续在Cython里访问这个引用指向的内存时，这块内存已经不属于原来的vector了，所以读取到的是随机的垃圾值（也就是你看到的前两个0）。

而当你把返回类型改成std::vector<int>（非引用）时，函数会把局部的buff拷贝一份（C++11及以后会触发更高效的移动语义），返回的是一个全新的、有效的vector对象，所以后续转换成Numpy数组时一切正常。

正确的实现方式：通过参数传入vector引用 #

你后来采用的「将vector作为参数传入」的方案是完全正确的，这也是C++里避免这类悬垂引用问题的常用手段之一。

修改后的完整代码： #

cmyclass.h

#ifndef MYCLASS_H
#define MYCLASS_H
#include <vector>
#include <string>
namespace vec {
class IntVector {
private:
    std::vector<int> vec;
public:
    IntVector();
    virtual ~IntVector();
    void get_vec(std::vector<int>&);
};
}
#endif

cmyclass.cc

#include "cmyclass.h"
#include <iostream>
using namespace vec;
IntVector::IntVector(){
    for(int i=10; i<20; ++i){
        vec.push_back(i);
    }
}
IntVector::~IntVector(){
}
void IntVector::get_vec(std::vector<int>& buff){
    buff.reserve(vec.size());
    for(int i=0; i<vec.size(); ++i){
        buff.push_back(vec[i]);
    }
}

myclass.pyx

import numpy as np
cimport numpy as np
from libcpp.vector cimport vector
cdef extern from "cmyclass.h" namespace "vec":
    cdef cppclass IntVector:
        IntVector() except +
        void get_vec(vector[int]&)
cdef class IntVec:
    cdef IntVector* _thisptr
    def __cinit__(self):
        self._thisptr = new IntVector()
    def __dealloc__(self):
        del self._thisptr
    def __init__(self):
        pass
    def get_vec(self):
        cdef vector[int] buff;
        self._thisptr.get_vec(buff);
        return np.asarray(buff)

setup.py

from distutils.core import setup
from Cython.Build import cythonize
from distutils.extension import Extension
sourcefiles = ['myclass.pyx', 'cmyclass.cc']
compile_opts = ['-std=c++11']
ext=[Extension('*', sourcefiles, extra_compile_args=compile_opts, language='c++')]
setup(
    ext_modules=cythonize(ext)
)

为什么这个方案可行？ #

这里我们把外部创建的buff（在Cython代码里定义的vector）的引用传入函数，函数内部直接操作这个外部的vector对象。因为buff的生命周期由Cython代码控制（直到转换成Numpy数组之后才会销毁），所以不会出现悬垂引用的问题，读取到的内容都是有效的。

内容的提问来源于stack exchange，提问作者user3091275