调用Cython函数时Numpy数组转ctypes int指针的问题

问题背景 #

移植scipy.signal._peak_finding_utils中的Cython函数_select_by_peak_distance，函数签名：

def _select_by_peak_distance(np.intp_t[::1] peaks not None,
                             np.float64_t[::1] priority not None,
                             np.float64_t distance):

编译后调用时遇到两个错误：

1. 传入np.array[int]时触发：

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

2. 尝试将数组转为ctypes指针后调用触发：

   ValueError: Buffer has wrong number of dimensions (expected 1, got 0)

错误原因与解决方案 #

第一个错误：dtype不匹配 #

np.intp_t是Cython对应numpy的intp类型（即与平台指针宽度一致的整数类型，32位系统为int32，64位为int64），而非普通的int dtype。

解决方法：创建peaks数组时显式指定dtype为np.intp，无需手动转指针：

peaks = np.array([1, 4, 6, 9], dtype=np.intp)
priority = np.array([0.8, 0.5, 0.9, 0.3], dtype=np.float64)

第二个错误：维度不匹配 #

将numpy数组转为ctypes指针后，该对象不再是一维numpy数组，Cython的内存视图np.intp_t[::1]要求传入一维数组，而非0维的指针对象，因此报错。

解决方法：直接传入符合dtype要求的一维numpy数组即可，无需转指针。

正确调用示例 #

import numpy as np
from _peak_finding_utils import _select_by_peak_distance

# 构造符合类型要求的参数
peaks = np.array([2, 5, 8, 12], dtype=np.intp)
priority = np.array([0.9, 0.7, 0.8, 0.6], dtype=np.float64)
distance = 3.0

# 直接调用函数
selected_peaks = _select_by_peak_distance(peaks, priority, distance)

补充说明 #

setup.py中compiler_directives={"language_level": "3"}的作用是指定Cython使用Python 3语法标准，例如强制使用print()函数而非print语句、整数除法默认返回浮点数等，避免Python 2的兼容问题。

内容的提问来源于stack exchange，提问作者Joseph