python - 为 32 位和 64 位编写 cython？

Question

我正在使用一些 cython 模块开发项目，其中包含像这样的函数定义

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

cdef _f(int* x):
    ...

我在一台 64 位机器上，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，代码可以“固定”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，它们对应于 int和 long，分别在 c/cython 中。 (这是否正确？)

那么，编写同时适用于 32 位和 64 位的 cython 的推荐或标准做法是什么？

1. 我是否应该检查 platform.architecture 并将 ctypedef 放在我的 .pyx 文件的顶部？将 ctypedef 放入 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):
       ...
   

2. 我是否应该单独使用 cython 库强制输入数组为 32 位整数？像这样:

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

3. 我是否在 cython 构建或编译选项中遗漏了一些明显的东西？

我不喜欢 (1)，因为那时我有自定义类型，只是用于基本整数，我不喜欢 (2)，因为那时我使用我的硬件很差，即使它应该指定类型显而易见。所以我希望有一个好的选择 (3)。

Answer 1

如何声明一个 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，它可以对 32 位或 64 位整数进行操作。