Question

我正在研究一些包含

等函数定义的cython模块的项目

def f(np.ndarray[int, ndim=1, mode='c'] x):
    _f(&x[0])

cdef _f(int* x):
    ...

我在64位计算机上，所以在运行时我在调用f时遇到如下错误：

ValueError: Item size of buffer (8 bytes) does not match size of 'int' (4 bytes)

通过更改为long整数，可以“修复”代码以在我的机器上运行：

def f(np.ndarray[long, ndim=1, mode='c'] x):
    _f(&x[0])

cdef _f(long* x):
    ...

问题是NumPy整数数组在32位上默认为int32，在64位上默认为int64，分别对应int和long，在c / cython中。（这甚至是正确的吗？）

那么，编写适用于32位和64位的cython的推荐或标准做法是什么？

我应该检查platform.architecture并将ctypedef放在我的.pyx文件的顶部吗？将ctypedef置于if语句中是否有效？像这样：

import platform
bits, linkage = platform.architechure
if bits == '64bit':
    ctypedef long myint_t
elif bits == '32bit':
    ctypedef int myint_t

def f(np.ndarray[myint_t, ndim=1, mode='c'] x):
     _f(x)

cdef _f(long* x):
    ...

我应该单独离开cython库，强制输入数组为32位整数吗？像这样：

import numpy as np
import my_cython_library

data = np.arange(10, dtype='int32')
my_cython_library.f(data)

我是否遗漏了cython构建或编译选项中显而易见的内容？

我不喜欢（1）因为那时我只有基本整数的自定义类型，我不喜欢（2）因为那时我使用我的硬件很差并指定类型，即使它应该很明显。所以我希望有一个很好的选择（3）。

Answer 1

如何声明fused type，例如：

cimport numpy as np

ctypedef fused int_t:
    np.int32_t
    np.int64_t

cdef int_t my_func(int_t[:] A, int_t[:] B):
    ...

这样你就可以拥有一个静态类型的Cython函数，它可以在32位或64位整数上运行。

为32位和64位编写cython？

1 个答案: