PyArray_Check 使用 Cython/C++ 给出分段错误
Posted
技术标签:
【中文标题】PyArray_Check 使用 Cython/C++ 给出分段错误【英文标题】:PyArray_Check gives Segmentation Fault with Cython/C++ 【发布时间】:2017-10-31 02:12:47 【问题描述】:提前谢谢大家。
我想知道#include
所有 numpy 标头的正确方法是什么,以及使用 Cython 和 C++ 解析 numpy 数组的正确方法是什么。以下是尝试:
// cpp_parser.h
#ifndef _FUNC_H_
#define _FUNC_H_
#include <Python.h>
#include <numpy/arrayobject.h>
void parse_ndarray(PyObject *);
#endif
我知道这可能是错误的,我也尝试了其他选项,但它们都不起作用。
// cpp_parser.cpp
#include "cpp_parser.h"
#include <iostream>
using namespace std;
void parse_ndarray(PyObject *obj)
if (PyArray_Check(obj)) // this throws seg fault
cout << "PyArray_Check Passed" << endl;
else
cout << "PyArray_Check Failed" << endl;
PyArray_Check
例程引发分段错误。 PyArray_CheckExact
不会抛出,但这不是我想要的。
# parser.pxd
cdef extern from "cpp_parser.h":
cdef void parse_ndarray(object)
而实现文件是:
# parser.pyx
import numpy as np
cimport numpy as np
def py_parse_array(object x):
assert isinstance(x, np.ndarray)
parse_ndarray(x)
setup.py
脚本是
# setup.py
from distutils.core import setup, Extension
from Cython.Build import cythonize
import numpy as np
ext = Extension(
name='parser',
sources=['parser.pyx', 'cpp_parser.cpp'],
language='c++',
include_dirs=[np.get_include()],
extra_compile_args=['-fPIC'],
)
setup(
name='parser',
ext_modules=cythonize([ext])
)
最后是测试脚本:
# run_test.py
import numpy as np
from parser import py_parse_array
x = np.arange(10)
py_parse_array(x)
我已经用上面的所有脚本创建了一个 git repo:https://github.com/giantwhale/study_cython_numpy/
【问题讨论】:
Don't python 函数需要纯 C 语言?我的意思是,你在函数声明和定义之前尝试过extern "C"
魔法吗?
@geckos 我怀疑这是原因。我希望 Cython 在提供 language='C++'
时会自动处理这个问题。我这样说是因为我还写了一个 memoryview 版本并且它有效。
【参考方案1】:
快速修复(继续阅读以了解更多详细信息和更复杂的方法):
您需要通过调用import_array()
,在您使用numpy-stuff的每个cpp文件中初始化变量PyArray_API
:
//it is only a trick to ensure import_array() is called, when *.so is loaded
//just called only once
int init_numpy()
import_array(); // PyError if not successful
return 0;
const static int numpy_initialized = init_numpy();
void parse_ndarraray(PyObject *obj) // would be called every time
if (PyArray_Check(obj))
cout << "PyArray_Check Passed" << endl;
else
cout << "PyArray_Check Failed" << endl;
也可以使用_import_array
(如果不成功则返回负数)来使用自定义错误处理。 See here 用于定义import_array
。
警告:正如@isra60 所指出的,_import_array()/import_array()
只能在 Python 初始化后调用,即在调用 Py_Initialize()
之后。扩展总是如此,但如果嵌入了 python 解释器,则并非总是如此,因为numpy_initialized
是在main
-starts 之前初始化的。在这种情况下,不应使用“初始化技巧”,而是在 Py_Initialize()
之后调用 init_numpy()
。
复杂的解决方案:
NB:有关信息,为什么需要设置PyArray_API
,请参阅此SO-answer:为了能够将符号解析推迟到运行时,因此在链接时不需要numpy的共享对象,并且不能在动态库路径上(那么python的系统路径就足够了)。
建议的解决方案很快,但如果有多个 cpp 使用 numpy,则需要初始化很多 PyArray_API 实例。
如果PyArray_API
没有被定义为静态,而是在除一个翻译单元之外的所有翻译单元中定义为extern
,则可以避免这种情况。对于那些翻译单元 NO_IMPORT_ARRAY
宏必须在 numpy/arrayobject.h
包含之前定义。
然而,我们需要一个翻译单元来定义这个符号。对于此翻译单元,不得定义宏 NO_IMPORT_ARRAY
。
但是,如果不定义宏 PY_ARRAY_UNIQUE_SYMBOL
,我们将只得到一个静态符号,即对其他翻译单元不可见,因此链接器将失败。原因:如果有两个库并且每个人都定义了一个PyArray_API
,那么我们将有一个符号的多个定义并且链接器将失败,即我们不能同时使用这两个库。
因此,通过在 numpy/arrayobject.h
的每个包含之前将 PY_ARRAY_UNIQUE_SYMBOL
定义为 MY_FANCY_LIB_PyArray_API
,我们将拥有自己的 PyArray_API
-name,这不会与其他库发生冲突。
把它们放在一起:
答: use_numpy.h - 包含 numpy 功能的标头,即 numpy/arrayobject.h
//use_numpy.h
//your fancy name for the dedicated PyArray_API-symbol
#define PY_ARRAY_UNIQUE_SYMBOL MY_PyArray_API
//this macro must be defined for the translation unit
#ifndef INIT_NUMPY_ARRAY_CPP
#define NO_IMPORT_ARRAY //for usual translation units
#endif
//now, everything is setup, just include the numpy-arrays:
#include <numpy/arrayobject.h>
B: init_numpy_api.cpp
- 用于初始化全局MY_PyArray_API
的翻译单元:
//init_numpy_api.cpp
//first make clear, here we initialize the MY_PyArray_API
#define INIT_NUMPY_ARRAY_CPP
//now include the arrayobject.h, which defines
//void **MyPyArray_API
#inlcude "use_numpy.h"
//now the old trick with initialization:
int init_numpy()
import_array();// PyError if not successful
return 0;
const static int numpy_initialized = init_numpy();
C:只要你需要 numpy 就包含use_numpy.h
,它会定义extern void **MyPyArray_API
:
//example
#include "use_numpy.h"
...
PyArray_Check(obj); // works, no segmentation error
警告:不要忘记,要使初始化技巧起作用,必须已经调用了Py_Initialize()
。
为什么需要它(出于历史原因保留):
当我使用调试符号构建您的扩展时:
extra_compile_args=['-fPIC', '-O0', '-g'],
extra_link_args=['-O0', '-g'],
并使用 gdb 运行它:
gdb --args python run_test.py
(gdb) run
--- Segmentation fault
(gdb) disass
我可以看到以下内容:
0x00007ffff1d2a6d9 <+20>: mov 0x203260(%rip),%rax
# 0x7ffff1f2d940 <_ZL11PyArray_API>
0x00007ffff1d2a6e0 <+27>: add $0x10,%rax
=> 0x00007ffff1d2a6e4 <+31>: mov (%rax),%rax
...
(gdb) print $rax
$1 = 16
我们应该记住,PyArray_Check
只是一个define for:
#define PyArray_Check(op) PyObject_TypeCheck(op, &PyArray_Type)
看来&PyArray_Type
以某种方式使用了PyArray_API
的一部分,该部分未初始化(具有值0
)。
我们看一下预处理器后的cpp_parser.cpp
(编译时带有标志-E
:
static void **PyArray_API= __null
...
static int
_import_array(void)
PyArray_API = (void **)PyCapsule_GetPointer(c_api,...
所以PyArray_AP
I 是静态的并通过_import_array(void)
初始化,这实际上可以解释我在构建期间收到的警告,即_import_array()
已定义但未使用-我们没有初始化PyArray_API
。
因为PyArray_API
是一个静态变量,它必须在每个编译单元(即 cpp - 文件)中初始化。
所以我们只需要这样做 - import_array()
似乎是官方的方式。
【讨论】:
我还需要添加 Py_Initialize(); _import_array() 之前;【参考方案2】:自从您使用 Cython 以来,numpy API 已经包含在 Cython Includes 中。在 jupyter notebook 中是直截了当的。
cimport numpy as np
from numpy cimport PyArray_Check
np.import_array() # Attention!
def parse_ndarray(object ndarr):
if PyArray_Check(ndarr):
print("PyArray_Check Passed")
else:
print("PyArray_Check Failed")
我相信np.import_array()
是这里的关键,因为您调用了 numpy API。评论一下试试,也会出现crash。
import numpy as np
from array import array
ndarr = np.arange(3)
pyarr = array('i', range(3))
parse_ndarray(ndarr)
parse_ndarray(pyarr)
parse_ndarray("Trick or treat!")
输出:
PyArray_Check Passed
PyArray_Check Failed
PyArray_Check Failed
【讨论】:
非常感谢您的回复。很高兴知道我们实际上可以在 Cython 中做到这一点。但是,我真的在寻找使用纯 C++ 的方法,因为我有一些必须在 C++ 中实现的关键部分。我在原始帖子的末尾添加了一些评论。以上是关于PyArray_Check 使用 Cython/C++ 给出分段错误的主要内容,如果未能解决你的问题,请参考以下文章