键入的MemoryView是否增加numpy.array的引用计数？

下面显示的一些代码类型导致我在通过Cython调用的C++代码中损坏内存。我已经设法解决它，但想问什么是解决它所需的最小。键入的MemoryView是否增加numpy.array的引用计数？

假设：

CFoo是一个C++类的一些部件set_ptr采用指针的两倍。 Cython类Foo包含指向CFoo的指针。
内Foo一些bar方法：
- 瞬态numpy.array，a，通过调用function_returning_a_numpy_array()创建。
- 有类型的内存视图，a_view创建用于查看a。使用CFoo的成员set_ptr。

段：

cdef class Foo: 
    cdef CFoo *foo_imp; 

    ... 

    def bar(self): 
     a = function_returning_a_numpy_array() 
     cdef double a_view[:] = a 
     foo_imp.set_ptr(&a_view[0])

需要注意的是，在这个问题的背景下，继Foo调用将导致CFoo对这个指针操作。

很明显，因为没有任何东西持有a，随后调用Foo的成员可以找到a回收的内存。我已经通过使a成为Foo的成员来解决此问题。我的问题是：

这会通过制造double *（设置为&a_view[0]）的Foo成员来解决？我猜测没有。
这是通过使double a_view[:]（设置为a）Foo的成员解决？我无法在文档中找到任何解决这种或那种方法的内容。

来源

2016-03-04 Ami Tavory

使得double*的Foo成员不会帮助（如你猜），因为a引用计数不会增加。

使double a_view[:]成员将帮助（虽然它不明确从文档）。我能看到的最好提示是http://docs.cython.org/src/userguide/memoryviews.html#memoryview-objects-and-cython-arrays，代码示例显示您可以从内存视图的base属性中检索原始对象。

进一步的说明可使用sys.getrefcount

from __future__ import print_function 

import sys 
import numpy as np 

def f(): 
    a = np.zeros((5,)) 
    print(sys.getrefcount(a)) 
    cdef double[:] b = a 
    print(sys.getrefcount(a))

运行该打印1用于第二的第一行和图3进行说明。所以看起来内存视图实际上存储了对numpy数组的两个引用（我不知道为什么）

来源

2016-03-04 17:22:59 DavidW

这是一个很好的答案 - 谢谢。我有点担心，推断它是像refcount这样的东西是确定性的，因为它是一个可能会改变的实现（因为这个原因，我没有看到Cython生成的C++代码）。尽管如此，这是一个聪明的测试。 –

键入的MemoryView是否增加numpy.array的引用计数？

回答

相关问题