Cython融合类型内存视图编译失败与运行时类型适配问题

我尝试编写如下Cython代码，使用融合类型（fused dtype）的内存视图，但无法通过编译：

ctypedef fused Raster_t:
    numpy.uint8_t
    numpy.uint16_t

cdef class MyClass:
    
    # shape is (rows, cols, channels)
    cdef Raster_t[:,:,:] the_raster

    def __init__(self, raster):
        self.the_raster = raster
        self.dtype = raster.dtype

    def do_some_work(self):

        cdef Raster_t[:,:,:] out_raster_memview        

        out_raster = numpy.empty((some_rows, some_cols, some_channels), dtype=self.dtype)
        
        out_raster_memview = out_raster

        #do cool stuff with values from self.the_raster
        #and write values of the same type into out_raster_memview

        #Most basic usage would be something like:
        out_raster_memview[0,0,0] = self.the_raster[0,0,0]

尝试多种调整（比如为do_some_work添加dummy变量、修改类成员定义等）后，始终得到模糊的编译错误，例如：

(tree fragment):16:27: Syntax Error in C variable definition

或：

AttributeError: 'MemoryViewSliceType' object has no attribute 'dtype_name'

核心问题：如何让融合类型在运行时根据输入numpy数组的类型进行匹配？

Edit1：将类属性转为局部变量 #

修改代码后，类属性改用Python对象存储，融合类型仅用于局部内存视图：

ctypedef fused Raster_t:
    numpy.uint8_t
    numpy.uint16_t

cdef class MyClass:
    cdef object the_raster

    def __init__(self, raster):
        self.the_raster = raster
        self.dtype = raster.dtype

    def do_some_work(self):
        
        cdef Raster_t[:,:,:] out_raster_memview
        cdef Raster_t[:,:,:] in_raster_memview

        out_raster = numpy.empty((rows, cols, channels), dtype=self.dtype)

        out_raster_memview = out_raster
        in_raster_memview = self.the_raster

但出现新错误：

out_raster_memview = out_raster
                    ^
------------------------------------------
myfile:lineno:Cannot coerce to a type that is not specialized

困惑点：out_raster是带有完整运行时类型信息的numpy数组，传入uint8或uint16类型时为何无法转换为对应的融合类型内存视图？

Edit2：通过类型分支调用融合函数 #

根据“融合类型需能从函数参数推导”的提示，修改为显式类型分支：

def do_some_work(self):
    cdef numpy.uint8_t[:,:,:] raster_memview_uint8
    cdef numpy.uint8_t[:,:,:] out_raster_memview_uint8
    cdef numpy.uint16_t[:,:,:] raster_memview_uint16
    cdef numpy.uint16_t[:,:,:] out_raster_memview_uint16
    
    if self.dtype == numpy.uint8:
        self._do_some_work(self.the_raster, out_raster_memview_uint8)
    elif self.dtype == numpy.uint16:
        self._do_some_work(self.the_raster, out_raster_memview_uint16)

cdef _do_some_work(self, 
                  Raster_t[:,:,:] raster_memview,
                  Raster_t[:,:,:] out_raster_memview):
    # 处理核心逻辑
    out_raster_memview[0,0,0] = raster_memview[0,0,0]

该方案可运行，但存在代码冗余，希望得到更简洁的实现方式。

简洁解决方案：利用融合类型的自动推导特性 #

问题根源：Cython的融合类型必须在编译时通过函数参数推导具体类型，无法直接在类属性或无参数函数中使用未特化的融合类型。

正确的简洁实现方式是：将核心逻辑封装为接受融合类型内存视图的独立函数，在类的方法中直接传递numpy数组，让Cython自动推导特化版本：

import numpy as np
cimport numpy as np

ctypedef fused Raster_t:
    np.uint8_t
    np.uint16_t

cdef class MyClass:
    cdef object the_raster
    cdef np.dtype dtype

    def __init__(self, np.ndarray raster):
        self.the_raster = raster
        self.dtype = raster.dtype

    def do_some_work(self):
        # 创建同类型输出数组
        out_raster = np.empty(self.the_raster.shape, dtype=self.dtype)
        # 直接调用融合函数，Cython自动推导类型
        _process_raster(self.the_raster, out_raster)
        return out_raster

# 融合类型函数，参数为numpy数组（会自动转为对应内存视图）
cdef void _process_raster(Raster_t[:,:,:] in_raster, Raster_t[:,:,:] out_raster):
    cdef int i, j, k
    # 核心处理逻辑示例
    for i in range(in_raster.shape[0]):
        for j in range(in_raster.shape[1]):
            for k in range(in_raster.shape[2]):
                out_raster[i,j,k] = in_raster[i,j,k] * 2

关键说明： #

• 融合类型函数_process_raster的参数直接声明为融合类型内存视图，当传入numpy数组时，Cython会自动根据数组类型生成对应的特化版本（uint8和uint16各一份）。
• 类中只需存储numpy数组对象，无需手动创建内存视图，Cython会在函数调用时完成转换。
• 避免了手动类型分支的冗余代码，同时保留了融合类型的性能优势。

内容的提问来源于stack exchange，提问作者Steve O'Neill