Cython函数定义报错：无法转换Python对象为const void *及相关问题

问题场景 #

编译Cython代码时遇到两类错误：

1. 初始代码中__cinit__方法使用C数组作为默认参数，调用memcpy时报错Cannot convert Python object to 'const void *'
2. 改用cpdef方法传递C数组时，报错Cannot convert 'U64 *' to Python object

初始报错代码片段 #

def __cinit__(self, bitboards = BITBOARDS, board_data = boarddata):
    memcpy(self.bitboards, bitboards, 768)
    self.board_data = board_data

错误信息 #

def __cinit__(self, bitboards = BITBOARDS, board_data = boarddata):
                memcpy(self.bitboards, bitboards, 768)
                         ^
------------------------------------------------------------

brains.pyx:723:25: Cannot convert Python object to 'const void *'

最小可复现示例 #

cimport cython
from libc.string cimport memcpy

ctypedef (unsigned long long) U64

cdef U64[2] a = [0, 0]
cdef class test:
    cdef U64[2] b
    def __cinit__(self, param1 = a):
        memcpy(self.b, param1, sizeof(param1))

c = test()

修改后尝试的代码及新错误 #

cimport cython
from libc.string cimport memcpy

ctypedef (unsigned long long) U64

cdef U64[2] a = [0, 0]
cdef class test:
    cdef U64[2] b

    def __cinit__(self):
        pass

    cpdef void set(self, U64[2] param1):
        memcpy(self.b, param1, 128)

c = test()
c.set(a)

错误信息：

cdef U64[2] b

    def __cinit__(self):
        pass

    cpdef void set(self, U64[2] param1):
          ^
------------------------------------------------------------

test.pyx:13:10: Cannot convert 'U64 *' to Python object

错误根源 #

• __cinit__是Python可见的构造方法，其参数默认值会被自动转换为Python对象，而memcpy需要的是纯C指针，无法直接从Python对象转换得到。
• cpdef方法同时支持Python和C调用，参数必须能在Python对象和C类型间双向转换，但C数组（如U64[2]）没有对应的Python原生类型，因此无法自动转换。

解决方案 #

方案1：使用纯cdef方法处理C数组拷贝 #

将C数组的拷贝逻辑放到仅对C可见的cdef方法中，避免Python对象转换的问题：

cimport cython
from libc.string cimport memcpy
from libc.stdlib cimport sizeof

ctypedef unsigned long long U64

cdef U64[2] a = [0, 0]
cdef class test:
    cdef U64[2] b
    
    def __cinit__(self, param1 = None):
        # 处理默认参数逻辑，调用纯C方法完成拷贝
        if param1 is None:
            self._copy_array(a)
        else:
            # 若需支持外部传入，可先将Python对象转为C数组再传入
            self._copy_array(a)
    
    # 纯C层面的方法，仅处理C类型，无Python对象转换开销
    cdef void _copy_array(self, U64[2] src):
        memcpy(self.b, src, sizeof(self.b))

c = test()

方案2：用C结构体包装数组（推荐） #

将数组封装为C结构体，结构体是纯C类型，可直接作为__cinit__的参数默认值，无需转换：

cimport cython
from libc.string cimport memcpy
from libc.stdlib cimport sizeof

ctypedef unsigned long long U64

# 定义结构体包装数组，增强代码可读性和类型安全性
cdef struct U64Array2:
    U64 data[2]

cdef U64Array2 a = {{0, 0}}
cdef class test:
    cdef U64Array2 b
    
    def __cinit__(self, U64Array2 param1 = a):
        memcpy(&self.b, &param1, sizeof(U64Array2))

c = test()

方案3：使用内存视图兼容Python与C调用 #

如果需要从Python代码中调用方法传递数组，使用Cython的内存视图（memoryview）作为参数，实现双向兼容：

cimport cython
from libc.string cimport memcpy
from libc.stdlib cimport sizeof

ctypedef unsigned long long U64

cdef U64[2] a = [0, 0]
cdef class test:
    cdef U64[2] b

    def __cinit__(self):
        pass

    # 内存视图参数同时支持Python对象（如列表、bytes）和C数组
    cpdef void set(self, cython.view.array param1):
        cdef U64[:] arr_view = param1
        # 校验数组长度
        if arr_view.shape[0] != 2:
            raise ValueError("参数必须是长度为2的U64数组")
        # 从内存视图获取C指针进行拷贝
        memcpy(self.b, &arr_view[0], sizeof(self.b))

c = test()
# 调用时可传入C数组转的内存视图，或Python列表
c.set(memoryview(a))

内容的提问来源于stack exchange，提问作者Random coder