python的array.array可通过buffer_info()获取真实内存地址，零拷贝传给c dll；需用ctypes.cast转换指针类型，确保类型码匹配（如'd'↔double）、避免gc回收、c端不越界访问。
Python array.array 如何与 C DLL 共享内存而不拷贝
直接传 array.array 给 C 函数是安全的，前提是 C 侧用 PyBuffer_GetBuffer 或等效方式访问其底层缓冲区——因为 array.array 的 buffer_info() 返回的地址是真实、连续、可读写的 C 内存地址，且生命周期由 Python 对象管理。但注意：不是所有 array 类型都支持（比如 'u' Unicode 类型不支持），只支持数值类型：'b', 'B', 'h', 'H', 'i', 'I', 'l', 'L', 'q', 'Q', 'f', 'd'。
实操建议：
- 在 Python 中创建数组后，调用
.buffer_info()获取(address, length)，address可直接转为 C 的void*（如用ctypes.cast(addr, ctypes.POINTER(ctypes.c_double))） - C DLL 函数签名应接收
double*+size_t len，不尝试自己 malloc/free - 确保 Python 对象在整个 C 调用期间不被 GC 回收（例如把
array作为参数传入时保持引用，或在 C 中用Py_INCREF若需跨线程长期持有）
ctypes.CDLL 加载后如何正确声明函数参数为 array.buffer_info() 地址
ctypes 本身不识别 array.array，必须手动提取地址并转成对应指针类型。错误做法是直接传 arr 给 argtypes 中的 ctypes.POINTER(...)——这会触发 ctypes 尝试转换，失败或产生副本。
正确流程：
- 设 C 函数为
void process_doubles(double* data, size_t n); - Python 中：
import array, ctypes arr = array.array('d', [1.0, 2.0, 3.0]) lib = ctypes.CDLL('./mylib.so') lib.process_doubles.argtypes = [ctypes.POINTER(ctypes.c_double), ctypes.c_size_t] lib.process_doubles.restype = None <h1>关键：用 buffer_info()[0] 得到地址，再 cast</h1><p>addr, _ = arr.buffer_info() ptr = ctypes.cast(addr, ctypes.POINTER(ctypes.c_double)) lib.process_doubles(ptr, len(arr)) </p> - 若 C 侧修改了数据，Python 的
arr会立即反映变更（零拷贝）
为什么用 array 而不用 list 或 numpy？
list 是 PyObject 指针数组，无法提供连续 C 数值内存；numpy.ndarray 虽然也支持，但引入依赖且默认行为更复杂（如 strides、ownership 检查）。而 array.array 是标准库、轻量、确定性内存布局，适合与简单 C DLL 快速对接。
但要注意：
-
array不支持多维——如需二维，得用一维展平 + 手动计算索引 - 类型码必须与 C 端严格匹配：
'f'↔float，'d'↔double，'i'↔int32_t（非int，因 Cint长度平台相关） - Windows 下 DLL 导出函数需加
__declspec(dllexport)，且 Python 调用时函数名可能被修饰（建议用extern "C"防 name mangling）
常见段错误（SIGSEGV）的三个根源
多数 crash 发生在地址传递环节，而非算法逻辑。
- C 接收了地址但误用了长度：例如传
len(arr)却按sizeof(int)步进遍历double*，导致越界读写 - Python 数组被回收：比如把
array.array(...)写在一行里直接传参，没绑定变量名，调用前就被 GC ——arr = array.array('d', ...); lib.func(...)是安全的，lib.func(array.array('d', ...).buffer_info()[0])则危险 - 字节序或对齐问题：尤其在嵌入式或跨平台场景，
array.array('i')在小端机上生成的数据，若 C 端假设大端解析，值全错（但不会 crash，容易被忽略）
真正难调试的是第三种：数据“看起来正常”，但精度或符号错乱，此时要核对 C 类型定义和 array 类型码的二进制表示是否一致。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
