使用Numba pycc编译函数后，ctypes导入出现未定义符号错误

问题背景 #

尝试用Numba做提前编译（AOT），使用numba.pycc.CC编译cumulativeMin函数后，用ctypes加载生成的.so文件时触发AttributeError，提示未定义符号cumulativeMin，同时收到pycc模块即将弃用的警告。

原因分析 #

1. pycc编译产物是Python扩展模块，不是普通C共享库：numba.pycc.CC生成的是Python扩展，函数仅作为Python模块的成员导出，不会暴露为C语言级别的符号，因此ctypes无法直接找到cumulativeMin。
2. pycc已被弃用：Numba官方已标记numba.pycc为弃用，推荐使用新的编译接口。

解决方案 #

方案1：直接导入编译后的Python扩展模块（最简单，适合Python内调用） #

编译后的.so是标准Python扩展，无需用ctypes加载，直接import调用：

import numpy as np
import base_model  # 导入编译生成的模块

array = np.random.uniform(-1, 0, 1000)
result = base_model.cumulativeMin(array)
print(result)

方案2：使用Numba新CC模块替代pycc（解决弃用警告） #

替换numba.pycc.CC为numba.cc.CC，编译逻辑基本一致，同时消除弃用警告：

import numpy as np
import numba
from numba import cc  # 替代numba.pycc

cc = cc.CC('base_model')
cc.verbose = True

@cc.export('cumulativeMin', 'float64[:](float64[:])')  
def cumulativeMin(A):
    r = np.empty(len(A))
    t = np.inf
    for i in range(len(A)):
        t = np.minimum(t, A[i])
        r[i] = t
    return r

if __name__ == "__main__":
    cc.compile()

编译后同样直接import base_model调用即可。

方案3：生成可被ctypes调用的C共享库（跨语言调用场景） #

若需生成能被C/ctypes直接调用的共享库，使用numba.cfunc接口：

步骤1：编译生成C共享库

import numpy as np
from numba import cfunc, types

# 定义函数签名
sig = types.float64[:](types.float64[:])

@cfunc(sig, nopython=True)
def cumulativeMin(A):
    r = np.empty(len(A))
    t = np.inf
    for i in range(len(A)):
        t = np.minimum(t, A[i])
        r[i] = t
    return r

# 导出为共享库
cumulativeMin.export_library('cumulative_min.so')

步骤2：用ctypes正确调用

import numpy as np
import ctypes
from numba import ctypes_support

# 加载共享库
lib = ctypes.cdll.LoadLibrary('./cumulative_min.so')

# 获取ctypes兼容的函数对象
cumulative_min_func = cumulativeMin.ctypes

# 准备输入数组（需为float64类型）
array = np.random.uniform(-1, 0, 1000).astype(np.float64)

# 调用函数并获取结果
result = cumulative_min_func(array)
print(result)

内容的提问来源于stack exchange，提问作者user189035