Python 为32位和64位写入cython？

我正在处理一些cython模块的项目，这些模块包含如下函数定义

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，因此在运行时调用

f

时会出现如下错误：

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

，这分别对应于c/cython中的

int

和

long

。（这是正确的吗？）

那么，对于编写同时适用于32位和64位的cython，推荐的或标准的做法是什么

我是否应该检查

platform.architecture

并在.pyx文件的顶部放置

ctypedef

？在if语句中放置

ctypedef

是否有效？大概是这样的：

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):
    ...

import numpy as np
import my_cython_library

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

我应该不使用cython库强制输入数组为32位整数吗？大概是这样的：

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):
    ...

import numpy as np
import my_cython_library

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

我是否在cython构建或编译选项中遗漏了一些明显的内容

我不喜欢（1），因为这样我就有了基本整数的自定义类型，我也不喜欢（2），因为这样我就不能很好地使用我的硬件，甚至在应该很明显的情况下指定类型。因此，我希望有一个好的选择（3）。

如何声明a，例如：

---

这样，您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。

这正是我所希望的（简单的）事情！我试试看。我意识到在我的示例中，

f

是一个纯c函数的包装，该函数声明为

cdef\u f（int*x）

。希望融合型也能对我有所帮助。我将更新我的问题以包括这一点。是否有理由不使用

cdef\f（int\u t*x）

？不，这就是我要做的。不过，fused类型和我在（1）中建议的

ctypedef

之间没有太大区别。为什么我要选择融合类型而不是条件ctypedef，或者反之亦然？首先，融合类型更灵活，因为无论在什么平台上编译，它都可以接受任何类型的整数。由于这个原因，使用了Cython保险丝类型。我终于回到了这个问题上，但它不起作用。我得到

无法强制为非专用的类型

和

融合类型的无效使用，类型无法专用