Python memoryview.cast 怎样按格式查看同一段缓冲区

Python 的 memoryview.cast() 适合“同一段缓冲区换一种看法”：它可以把字节视图转换成整数元素，或者进一步组织成二维形状，而底层 bytearray 不会因为这次转换被复制。使用时要同时满足格式、连续性和总字节数约束；如果数据来自跨平台二进制协议，还要注意 cast() 使用的是原生格式，不能把它当成带明确字节序的通用解码器。

官方地址：https://docs.python.org/3/library/stdtypes.html#memoryview.cast

先把三层对象分清楚

可以把这件事看成三层：底层对象提供缓冲区协议，memoryview 提供一个不复制的窗口，cast() 再给这个窗口换元素格式或形状。下面的关系图只描述对象之间的静态关系，不是运行截图或执行证据。

cast() 的返回值仍是一个新的 memoryview 对象，所以可以分别查看它的 format、itemsize、ndim 和 nbytes。这里的“新”指视图对象新建，不代表底层字节被复制。

把字节缓冲区看成整数数组

先准备一段由本机原生整数组成的缓冲区。源视图使用 B 字节格式，目标格式使用原生 i 整数格式；两种格式中至少有一种必须是字节格式，且转换前后的总字节数必须相等。

import struct

# 用 bytearray 保留可修改的底层缓冲区；4 个 i 使用本机原生整数布局。
buffer = bytearray(struct.pack("4i", 10, 20, 30, 40))
byte_view = memoryview(buffer)

# 从字节视图切换为整数视图，cast 不复制 buffer。
int_view = byte_view.cast("i")
print(int_view.format, int_view.itemsize, int_view.tolist())

# 修改整数视图会直接反映到同一段 bytearray。
int_view[1] = 99
print(struct.unpack("4i", buffer))

# 先释放派生视图，再释放原始视图，避免仍有导出视图占用缓冲区。
int_view.release()
byte_view.release()

这段代码中，int_view[1] = 99 改的是原来的 buffer，不是一份独立数组。实际项目里可以用 int_view.nbytes 检查视图覆盖的字节总量，用 int_view.tolist() 做小规模调试输出。

用 shape 组织二维视图

如果缓冲区本来表示固定行列的数据，可以在 cast() 时传入 shape。形状中各维乘积乘以目标元素大小，必须正好等于原视图的 nbytes；否则就不是“换个视角”，而是尺寸不匹配。

import struct

# 12 个整数占用的字节数固定，后面按 3 行 4 列组织。
buffer = bytearray(struct.pack("12i", *range(12)))
raw = memoryview(buffer)

# 从一维字节视图变成 C 连续的二维整数视图，底层仍是 buffer。
matrix = raw.cast("i", shape=[3, 4])
print(matrix.ndim, matrix.shape, matrix.tolist())

# 二维索引直接访问同一段缓冲区中的第 2 行第 3 列。
matrix[1, 2] = 700
print(matrix[1, 2])

# 派生的二维视图要先释放，最后再释放 raw。
matrix.release()
raw.release()

二维视图的价值在于让索引结构贴近数据含义，但它不会自动替你做边界检查、协议校验或字节序转换。若你只是想把一段内存按元素查看，shape 很合适；若你正在解析外部文件格式，应先确认格式定义。

哪些条件会让 cast 失败

排查 TypeError 或 ValueError 时，可以按下面几项定位：

尤其要留意切片：memoryview(data)[::2] 仍然指向原数据，但它的步长和连续性已经变化。遇到这种情况，不要强行把它 cast 成任意形状；如果确实需要连续布局，应明确创建一份连续副本，并把这次复制写进性能取舍。

不要用 cast 代替跨平台协议解析

memoryview.cast() 使用原生格式，元素大小也可能依赖运行平台。它适合处理本机布局明确、生命周期可控的缓冲区，例如内存中的数组、图像行数据或扩展模块导出的 buffer。对于网络报文、文件格式或跨机器共享数据，通常要用 struct.unpack_from() 指定明确字节序和字段布局，再把结果交给业务代码。

import struct

# 外部协议明确规定大端无符号整数时，用显式格式而不是 native cast。
packet = b"\x00\x00\x01\x2c"
value = struct.unpack_from(">I", packet, 0)[0]
print(value)

可以用一句话做选择：要“零拷贝地换一种本机视图”，考虑 memoryview.cast()；要“按协议定义稳定解码”，选择显式格式的 struct 或专用解析器。

小结与常见问题

• cast() 新建的是视图，不复制底层缓冲区；对可写缓冲区的修改会互相可见。
• 转换前后总字节数必须一致，shape 还要和目标元素大小匹配。
• 格式、C 连续性和视图生命周期是最常见的失败边界。
• 跨平台协议解析要显式处理字节序，不要把 native cast 当作通用解码器。

memoryview.cast 会复制数据吗？

不会。它返回新的 memoryview 对象，但仍访问原来的 buffer；只有你显式调用 bytes()、list() 或其他复制操作时，才会产生独立数据。

为什么 shape=[3, 4] 不能随便传？

因为 3×4 个目标元素的总字节数必须刚好覆盖原视图的 nbytes，否则无法建立一致的二维索引。

释放 memoryview 后底层 bytearray 会消失吗？

不会。release() 只让当前视图停止访问缓冲区；底层对象是否继续存在由它自己的引用决定。