Cython无拷贝传递int32类型NumPy数组给C++报类型不匹配错误

类型不匹配的核心原因是**np.int_t并非固定对应C/C++中的int类型**：

• np.int_t是NumPy默认的整数类型，位宽随平台变化：64位系统下通常对应C的long（64位有符号整数），32位系统下对应C的int（32位有符号整数），因此它的指针类型int_t *不能直接隐式转换为C/C++的int *。
• 而np.double_t固定对应C/C++标准定义的double类型（64位双精度浮点数，位宽跨平台统一），因此替换为double时不会出现类型不匹配的报错。

你需要保证Cython侧声明的数组元素类型和C++侧函数接收的指针类型严格对应。针对你要传递int32数组的需求，优先使用固定位宽的类型定义，避免平台差异导致的问题：

方法1：使用固定32位整数类型（推荐，匹配int32传递需求） #

将Cython代码中数组的类型声明从np.int_t改为np.int32_t，明确指定数组元素为32位有符号整数，和C++侧的int（绝大多数编译环境下为32位）匹配。
修正后的q.pyx代码如下：

cimport numpy as np
import numpy as np

# 初始化NumPy C API，必须添加，否则运行时可能触发段错误
np.import_array()

cdef extern from "doit.h":
    void run(int* X)

def pyrun(np.ndarray[np.int32_t, ndim=1] X):
    X = np.ascontiguousarray(X, dtype=np.int32)
    run(&X[0])

如果你需要严格保证无拷贝，可以在数组类型声明中直接添加C连续约束，省去手动调用ascontiguousarray的步骤：

def pyrun(np.ndarray[np.int32_t, ndim=1, mode="c"] X):
    run(&X[0])

此时如果传入的数组不是C连续格式的int32数组，Cython会直接抛出类型错误，不会产生隐式拷贝。

如果需要跨编译环境100%保证类型匹配，可以在C++侧引入标准头文件<cstdint>，使用标准固定宽度类型int32_t，和NumPy的np.int32_t完全对应：
修改后的doit.h：

#ifndef _DOIT_H_
#define _DOIT_H_
#include <cstdint>
void run(int32_t *);
#endif

对应的doit.cpp中函数参数同步修改为int32_t *x即可。

方法2：匹配NumPy默认整数类型 #

如果你不需要强制使用32位整数，希望直接使用NumPy默认的整数类型，可以修改C++侧的函数参数类型为long（对应64位系统下的np.int_t）：
修改后的doit.h：

#ifndef _DOIT_H_
#define _DOIT_H_
void run(long *);
#endif

doit.cpp同步修改参数类型为long *x，此时Cython侧保留np.int_t的声明即可正常编译。注意这种方式下整数位宽随平台变化，跨平台兼容性弱于固定位宽类型的方案。

内容的提问来源于stack exchange，提问作者Kaiwen