Python 缓冲区类型仅允许作为函数局部变量，但'；这就是我想要的；我在做什么

Cython不喜欢闭包中的numpy数组

%%cython
import numpy as np
cimport numpy as np

def f(np.ndarray[double, ndim=1] a):
    def g (double b):
        return a+b

    return g(1)

使用稳定版本0.24，我得到：

Error compiling Cython file:
------------------------------------------------------------
...
import numpy as np
cimport numpy as np

def f(np.ndarray[double, ndim=1] a):
     ^
------------------------------------------------------------

cython_magic.pyx:4:6: Buffer types only allowed as function local variables

---

如果我去掉了

g

的定义，它会编译/运行良好。

有几个工作循环：

仅将类型分配给内部函数中的变量：

def f(a):
    def g (double b):
        cdef np.ndarray[double, ndim=1] a_typed = a
        return a_typed+b

    return g(1)

这与检查每次调用

g

时的类型相关，成本很小，其重要性取决于您在

g

中做了多少其他工作

混合使用MemoryView和非类型化变量

def f(a):
   cdef double[:] memview_of_a = a

   def g(double b):
       memview_of_a[0] = 0 # example of indexing operation
       return a+b

   return g(1)

这里需要记住的是，

memview\u of_a

和

a

查看相同的数据，因此您可以通过两种不同的方式访问它。使用memoryview可以快速建立数组索引。数组上的标量操作实际上不受类型信息的影响，因此没有理由强制它为特定类型

---

总之，这是一个限制，但是有一些工作循环（尽管它们不是很整洁）。

如果使用

cython

的目标是生成快速的C代码，为什么要使用奇特的动态Python构造？在灵活性很重要的地方使用Python，在速度很重要的地方使用Cython，不是更好吗？@hpaulj，我正在对一些运行速度太慢的代码进行Cythonization。我有几个变量中的函数，我需要在其中一个变量中快速执行一些操作（比如，数值积分，梯度下降，等等），所以我需要闭包。我想我可以通过一个python调用逃脱你有没有尝试过更新的memoryview语法？我不确定它是否有效，但可能值得一看……这个错误在过去已经被解决了。3所以在谷歌搜索中出现了：，@hpaulj，我在发布我的问题之前阅读了这些内容，但没有发现它们有用。你能更具体地说明他们将如何帮助解决我的问题吗？