运行环境： win10 + anaconda5.3 + jupyter
python文件
import numpy as np
import pandas as pd
mylib = ctypes.cdll.LoadLibrary('mydll.dll')
C_fun = mylib.func_name
C_fun.restypes = None
C_fun.argtypes = pass_args_Struct, c_double*10
# pass_args_Struct 是继承ctypes.Structure定义的结构体，代码略
def generate_Struct(data, 其他参数略):
# 生成 pass_args_Struct，代码略
# data是个DataFrame，用于接收下面myClass的data属性
class myClass():
# myclass有个data属性，data是一个DataFrame
# 其他代码略
def func1(self, x):
# 删除self.data的一列，再根据x参数重新添加这一列，代码略
struct_x = generate_Struct(self.data, 其他参数略)
myArr = (c_double*10)()
C_fun(struct_x, myArr)
npArr = np.ctypeslib.as_array(myArr,(10,))
return pd.Series(npArr, _column_names) # _column_names 定义略
def func2(self):
# 生成df，df是个只有一列值的DataFrame，代码略
return df.apply(lamba x: self.func1(x[0]), axis=1, result_type='expand'))
# 其他代码略
mydll.dll中的代码
#define API extern "C" __declspec(dllexport)
typedef pass_args_Struct {
// 对应于python中pass_args_Struct，代码略
}
API void func_name(pass_args_Struct* x, double arr[]) {
// 对arr进行一些操作，代码略
}
在jupyter中：
导入前述Python文件并生成 myObject=myClass() 之后，
执行ret1 = myObject.func1()没什么问题，
但是ret2 = myObject.func2()的结果则有时正确有时错误，错误的时候，ret2中会出现一些NaN值和错误的值。
之前把generate_Struct()定义成myclass的一个方法，连ret1也会出错；
之前的func1(self, x)中采用：
func1(self, x):
# 其他代码略
myArr = np.ctypeslib.as_array(myArr,(10,)) # 左边不用新名而直接用myArr
return pd.Series(myArr, _column_names)
则ret1会频繁出错，基本上是对一次就错一次。
程序一直能运行，只是结果有时不正确。
请教各位大牛，正确的写法是什么样子的？
=====2018年11月30日更新====================================
我可能发现问题了：
Python文件TestX.py（放在PYTHONPATH下）：
import numpy as np
from ctypes import Structure, c_double, c_int, POINTER
class struct_args(Structure):
_fields_ = [('data',POINTER(c_double*2)),
('rows',c_int)]
class test():
def __init__(self):
self.data = None
def get_args_2C(self):
arr = np.ascontiguousarray(self.data[['foo','bar']].values, dtype=np.float)
rows = c_int(arr.shape[0])
return struct_args(arr.ctypes.data_as(POINTER(c_double*2)), rows)
在jupyter中：
import TestX
import pandas as pd
import numpy as np
mydata = pd.DataFrame(np.arange(1600).reshape(800,2),columns=['foo','bar']) # 行数不要太小
mytest = TestX.test()
mytest.data = mydata
args = mytest.get_args_2C()
np.ctypeslib.as_array(args.data,(800,))
输出的值经常是错误的。
=====2018年12月3日更新====================================
不知道为什么，但总算是不出错了：
python文件：
from ctypes import Structure,POINTER,c_double
def Struct_A(ctypes.Structure):
_fields_ = [(), # 其他成员略
('my_arr',POINTER(c_double)] # 这个地方用c_double*10后面也会出错
class myClass():
def makeStructA(self, 其他参数):
arr = (c_double*10)()
SA = Struct_A(……,arr) # 其他成员略
return SA
def myMethod(self, 其他参数):
SA = self.makeStructA(其他参数)
# myCfun是dll中的函数，功能是利用SA中数据进行一些计算，然后把结果写入SA.my_arr，具体代码略
myCfun(SA)
ret = pd.Series(np.ctypeslib.as_array(SA.my_arr,(10,)), _columns_name)
ret['odd'] = 1 # 这里随便新加点什么就不会出错了
return ret
以上代码如果没有ret['odd']=1那一行，则myObject.myMethod()返回的Series中都是错误的值（看着像是内存未初始化，比如-2.24934335e308之类），而随便给ret添加点什么内容，返回值就是正确的了。
但是在以下计算中仍然会出错，只是出错的频率变小了，而且多运行几次就会正确：
class myClass():
# 接上文
def myOptimize(self, arg_name, arg_range):
ret = pd.DataFrame({arg_name:arg_range})
_optimize = lambda arg: self.myMethod(**{arg_name:arg[arg_name]})
return ret.join(ret.apply(_optimize, axis=1, result_type='expand'))
=====2018年12月7日更新====================================
又出错了！！！12月3日写的：
ret['odd'] = 1 # 这里随便新加点什么就不会出错了
那个函数确实不出错了，但是别的函数用同样的写法（先生成c_double*shape再传入dll在C中写入值）得到的ret无论添加行还是添加列，多运行几次总会出错（内存被清理）。
换一种写法：
略
arr=np.zeros(shape)
略
# 然后传入arr.ctypes.data_as(POINTER(c_double*10))
目前暂时不出错了。
=====2018年12月13日更新====================================
前面的写法有问题：用函数生成结构体（比如makeStructA）再传递给dll就会出错，直接将makeStuctA的代码放到myMethod中就不会出错。
另外，传递结构体时用byref就不会出错了，在dll中用malloc给结构体的成员赋值都不会出错。
