
<html>

<body>

Thanks Todd, Travis,<br><br>

Yes, Travis, I _was_ using ctypes' memmove() with numarray to great

benefit. I had also understood that the address of the numarray data was

stable.<br><br>

Originally, I was trying to move data from a hardware A/D driver DLL call

to Python as quickly as possible and did some benchmarking, so as per

Thomas Heller's suggestion on the ctypes list I used memmove():<br>

<a href="http://sourceforge.net/mailarchive/forum.php?thread_id=6166311&forum_id=24606" eudora="autourl">http://sourceforge.net/mailarchive/forum.php?thread_id=6166311&forum_id=24606</a><br>

<pre> from ctypes import *

 import array 

 src = array.array("i", range(32))

 dst = (c_int * 32)()

 memmove(dst, *src.buffer_info())

</pre>memmove() is orders of magnitude faster than map() or

assignments.<br>

I then tested and found numarray faster for the rest of the tasks (FFT

etc.)

<a href="http://sourceforge.net/mailarchive/forum.php?thread_id=6205658&forum_id=24606" eudora="autourl">http://sourceforge.net/mailarchive/forum.php?thread_id=6205658&forum_id=24606</a><br>

and so parsed the info() output and plugged the data[0] address into the

call.<br><br>

Thomas Heller (in the above) suggested he make a mod to ctypes to accept

Python objects which implement the buffer interface as function

parameters, which would allow Numeric use once implemented.<br>

I like numarray's breadth of methods so I used it at the time, but in

another try at speed-squeezing yesterday afternoon I found Numeric's FFT

and subtraction to be >30% faster in this case, so I switched that

code over (this increase includes the use of map() with Numeric to read

the A/D in another thread). Using memmove() with Numeric would speed up

the reader thread once again.<br><br>

At 08:06 AM 2/1/2005 -0500, Todd Miller wrote:<br>

<blockquote type=cite class=cite cite>> <br>

> What is the actual address of the first element? <br><br>

In C,  look at a->data.</blockquote><br>

I had read the Numeric API and looked at the PyObject structure, as

Travis then suggested, but my question then is: if the offset from the

"array object at 0x..." (object address value) to the array[0]

address is not fixed and must be read from the pointer in the PyObject

structure, can we get that pointer's value directly from Python or

ctypes? <br>

ctypes pointer() "allows" poking in and directly reading

memory: <br>

"It is also possible to use indexes different from 0, but you must

know what you're doing when you use this: You access or change arbitrary

memory locations when you do this."<br>

<a href="http://starship.python.net/crew/theller/ctypes/tutorial.html" eudora="autourl">http://starship.python.net/crew/theller/ctypes/tutorial.html</a><br>

So, could I use ctypes' pointer(offset) to read the structure's

pointer-to-data[0]-value and then use it in memmove()? <br>

I'll cross-post this to ctypes-users...<br><br>

<blockquote type=cite class=cite cite>I think the "fragile data

pointer" is generally useful information,  but<br>

not completely dependable so I gave it the garish name it has.<br>

Comments?</blockquote><br>

It's quite reasonable. <br>

Is the data pointer value really often changed for contiguous arrays in

small stand-alone Python apps? If so, I may stick with map() to avoid

having to re-read the pointer before each data buffer transfer.<br><br>

If anyone is interested I could post some relevant code snips from the

office...<br><br>

Thanks for the help,<br>

Ray<br>

</body>

</html>