Skip to main content
 首页 » 编程设计

python之为 32 位和 64 位编写 cython

2025年05月04日15insus

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)。

请您参考如下方法:

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。