我来帮你一步步排查并解决这些编译问题：

核心错误原因 #

你的编译错误主要来自3个关键点：

1. 类方法缺少必要的self参数，违反Python类的基本规则
2. 使用了C的bool类型，但未配置C编译环境
3. 参数类型声明不符合Cython语法，同时存在一处逻辑赋值错误

修正后的代码 #

1. 调整pv_cell_funcs.pyx文件 #

import numpy as np
cimport numpy as np
import pyvista as pv
from mesh_funcs import *
cimport cython
from libcpp cimport bool

cdef class pv_cell:
    # 类方法必须添加self参数，同时用Python原生bool接收外部参数
    def pv_grid_cell_data(self, mesh2, points_toggle=True, centres_toggle=True, volumes_toggle=True, areas_toggle=True):
        # 将Python bool转换为C++ bool类型，供内部高效使用
        cdef bool pt = points_toggle
        cdef bool ct = centres_toggle
        cdef bool vt = volumes_toggle
        cdef bool at = areas_toggle
        
        # 修正原代码的赋值错误：把==改为=
        if at:
            pt = True
        if ct:
            pt = True
        
        # 显式指定数组的类型和维度，帮助Cython生成更高效的代码
        cdef np.ndarray[np.double_t, ndim=3] gcp = np.zeros([mesh2.n_cells, 8, 3], dtype=np.float64)
        cdef np.ndarray[np.double_t, ndim=2] gcc = np.zeros([mesh2.n_cells, 3], dtype=np.float64)
        # 注意：原代码中gcv定义为3维，但Volume是标量，这里可能需要根据实际需求调整为1维
        cdef np.ndarray[np.double_t, ndim=2] gcv = np.zeros([mesh2.n_cells, 3], dtype=np.float64)
        cdef np.ndarray[np.int_t, ndim=2] grid_facets = np.array(
            [[0,1,2,3], [0,1,5,4], [1,2,6,5], [7,6,2,3], [7,3,0,4], [4,5,6,7]], 
            dtype=np.int32
        )
        cdef np.ndarray[np.double_t, ndim=2] gca = np.zeros([mesh2.n_cells, 6], dtype=np.float64)
        
        cdef int n1, n2
        for n1 in range(mesh2.n_cells):
            if pt:
                gcp[n1] = mesh2.extract_cells(n1).points
            if ct:
                # 直接计算均值，避免调用numpy.mean的开销
                gcc[n1, 0] = (gcp[n1,0,0] + gcp[n1,1,0] + gcp[n1,2,0] + gcp[n1,3,0] + 
                              gcp[n1,4,0] + gcp[n1,5,0] + gcp[n1,6,0] + gcp[n1,7,0]) / 8.0
                gcc[n1, 1] = (gcp[n1,0,1] + gcp[n1,1,1] + gcp[n1,2,1] + gcp[n1,3,1] + 
                              gcp[n1,4,1] + gcp[n1,5,1] + gcp[n1,6,1] + gcp[n1,7,1]) / 8.0
                gcc[n1, 2] = (gcp[n1,0,2] + gcp[n1,1,2] + gcp[n1,2,2] + gcp[n1,3,2] + 
                              gcp[n1,4,2] + gcp[n1,5,2] + gcp[n1,6,2] + gcp[n1,7,2]) / 8.0
            if vt:
                gcv[n1] = mesh2.extract_cells(n1).compute_cell_sizes()["Volume"]
            if at:
                for n2 in range(6):
                    ph8 = gcp[n1][grid_facets[n2]]
                    gca[n1,n2] = tri_area(ph8[[0,2,3]]) + tri_area(ph8[[0,1,3]])
        return gcp,gcc,gcv,gca

2. 修改setup.py以支持C++编译 #

from setuptools import setup
from Cython.Build import cythonize
import numpy

setup(
    # 添加language="c++"，告诉Cython用C++编译器编译代码
    ext_modules=cythonize("pv_cell_funcs.pyx", language="c++"),
    include_dirs=[numpy.get_include()]
)

关键修改说明 #

• 添加self参数：所有类的实例方法必须以self作为第一个参数，这是Python的强制规则，Cython会严格检查这一点。
• 启用C++编译：你从libcpp导入了C的bool类型，必须指定编译语言为C，否则C编译器无法识别该标识符。
• 修正赋值错误：原代码中points_toggle==True是比较操作，不会修改变量值，改为points_toggle = True才能正确触发逻辑。
• 显式数组类型声明：给np.ndarray指定具体的数值类型和维度，既能避免Cython的类型推断错误，又能生成更高效的机器码。
• 优化均值计算：直接通过数组索引求和取均值，避免调用np.mean带来的Python层开销。

编译验证 #

保持你的编译命令不变：

python setup.py build_ext --inplace pause

现在应该可以正常编译通过了。另外，如果tri_area是Python实现的函数，建议也将其Cython化，以进一步提升整体代码的运行效率。

内容的提问来源于stack exchange，提问作者Cam K