我应该如何处理在__dealloc_中的cython PyObject中创建的临时np ndarray

Question

我正在尝试更改一些代码，并且必须在cython类中创建一个np.ndarray

cdef class T:
def __cinit__(self, X):
# copy a memory space by the numpy way
cdef np.ndarray temp = np.ndarray(shape=X.shape, dtype=X.dtype)
self.X_fake = <DTYPE_t*> temp.data
def __dealloc__(self):
# should I free this?
free(self.X_fake)

我在numpy或cython doc里什么也没找到。我知道如果我用malloc创建一个DTYPE_t*指针，它很容易工作，我只想知道我是否应该释放自己。X_fake，或者我如何解除对临时ndarray的锁定，cython会通过gc工作流解除对numpy类的锁定吗？

Answer 1

正如@ead所指出的，目前temp是一个自动变量，在__cinit__结束时将超出范围。这意味着self.X_fake将不指向任何内容，并且可能会给您带来问题。以下是修复代码的最简单方法：

import numpy as np
cimport numpy as np
ctypedef np.float64_t DTYPE_t
cdef class T:
cdef np.ndarray temp
cdef DTYPE_t* X_fake
def __cinit__(self, X):
# copy a memory space by the numpy way
self.temp = np.ndarray(shape=X.shape, dtype=X.dtype)
self.X_fake = <DTYPE_t*> self.temp.data

这样，temp将共享其所属的T实例的生存期。你不需要__dealloc__。当temp超出范围/被垃圾收集时，它将与给定的T实例中的所有其他内容一起被自动清理。

此外，您将知道是否必须free属于指针的内存，因为在这种情况下，您将首先使用malloc创建它。如果你没有malloc，就不要free