Cython：缓冲区类型不匹配，预期为“int”但得到“long”答案

【问题标题】：Cython: Buffer type mismatch, expected 'int' but got 'long'Cython：缓冲区类型不匹配，预期为“int”但得到“long”
【发布时间】：2015-08-28 03:39:56
【问题描述】：

我在将这个整数的内存视图传递给这个（相当微不足道的）函数时遇到了麻烦。 Python 给了我这个错误：

ValueError: Buffer dtype mismatch, expected 'int' but got 'long'

有人可以帮助我了解发生了什么吗？搜了一下stackoverflow，好像和python怎么解释类型，C怎么解释类型有关。

%%cython
def myfunction(int [:] y):
    pass

# Python code
import numpy as np
y = np.array([0, 0, 1, 1])
myfunction(y)

这会从上面生成ValueError。

编辑：这是我发现的其他一些东西。

为了澄清，如果我通过以下方式声明y，此错误仍然存在：

y = np.array([0, 0, 1, 1], dtype='int')
y = np.array([0, 0, 1, 1], dtype=np.int)
y = np.array([0, 0, 1, 1], dtype=np.int64)

但是，如果我声明 y ，它会起作用

y = np.array([0, 0, 1, 1], dtype=np.int32)

有没有人想提出一个建议，为什么会这样？输入np.int32 会在不同的计算机上工作吗？（我使用的是 2013 年的 macbook pro Retina。）

【问题讨论】：

【解决方案1】：

您正在使用 Cython 的 int 类型，即 C int。我认为在 Mac（或大多数架构）上它是 int 32 位的。见wiki或intel或Does the size of an int depend on the compiler and/or processor?

另一方面，long 表示 int64。 dtype='int' 或 dtype=np.int 都等价于np.int64。

我认为您可能只是将其明确定义为 numpy 类型之一：

cimport numpy as np
import numpy as np
cdef myfunction(np.ndarray[np.int64_t, ndim=1] y):
     #do something
     pass

这样读起来更清晰，以后也不会混淆。

编辑

较新的memoryviews 语法如下：

cdef myfunction(double[:] y):
    #do something with y
    pass

【讨论】：

感谢您的洞察力。在每台计算机上都可以使用np.int64_t 吗？（我知道我问过输入dtype=np.int32 是否适用于所有计算机，但这个选项在python 代码中。我想知道您上面提供的np.int64_t 选项是否适用于所有计算机，因为它是cython 代码。 )
我想是的。因为它在函数声明中，只要我们传递一个np.int64 数组给它，它就可以了。内部np.int64_t 将如何转换为C 键入numpy 的问题，而不是我们的问题（我相信它已经被处理了，:P）。抱歉，这不是一个明确的答案，但我经常在教程和其他人的代码中看到这种用法。
我相信 memoryview 语法现在比将其声明为 numpy 数组更受欢迎（它工作得更普遍，并且速度基本相同）。不过，关于np.int64 的观点是正确的。

【解决方案2】：

我按照错误消息告诉我的做了：我将memoryview 基本类型从int 更改为long，它似乎工作了。

%%cython
def fun(long[:] x):
    return x[0]

y=np.array([1,2,3],dtype=int)
fun(y)    # returns 1

【讨论】：

【解决方案3】：

我遇到了同样的问题。受一博回答的启发，我使用了.astype(int)，解决了这个问题。

【讨论】：