Python 索引的Cython内存视图应该是Py_ssize_t类型还是int类型？

我有一个cython代码，它接受2d

numpy.ndarray

数据（

M

）和

numpy.ndarray

索引（

Ixs

）。它循环遍历

Ixs

的条目，并使用

Ixs

的

ix

值索引

M

的列。请参阅下面的代码：

def foo(double[:, ::1] M, int[:, ::1] Ixs):
    cdef int rows = M.shape[0]
    cdef int cols = M.shape[1]
    cdef Py_ssize_t c, r
    for c in range(rows):
        for r in range(cols):
            ix = Ixs[c, r]
            dosomething(M[c, ix])

我知道我应该使用

Py\u ssize\u t

作为索引类型（我读过它是为了适应64位体系结构），但现在我使用的是

int

类型的内存视图。。。在这种情况下，我看不到创建

Py_-ssize\u t

的

numpy.ndarray

的方法，因此

ix

是

Py_-ssize\t

---

写这个cython代码的正确方法是什么？使用

int

有什么问题吗？

需要注意的是，您需要键入

ix

您编写的代码将正常工作，

M[c，ix]

将ix从

int

转换为

Py\u ssize\t

，这应该是一种安全的转换

也就是说，您可以而且可能应该让索引器数组为

Py\u ssize\t

。相应的numpy类型是

np.intp

---

假设我用python将其转换为np.intp（

Ixs=Ixs.atype（np.intp）

），然后我将此函数重写为：

def foo（double[：，：：1]M，Py_ssize\u t[：，：：1]Ixs）：

对吗？是的，尽管理想情况下，

Ixs

在创建时键入intp以避免转换。当然，但在我的例子中，它将是一个scikit学习函数的输出。