如何通过llvmlite在Numba即时编译代码中调用Numpy原生排序C API（PyArray_Sort）并实现跨会话稳定缓存？

这是我对之前问题的跟进：如何在带持久磁盘缓存的Numba即时编译代码中封装Numpy函数？

背景 #

一般来说，Numba对Numpy函数的实现效率很高，但像numpy.sort()这类函数是例外。我希望在Numba流水线中使用Numpy原生的排序功能（即numpy.sort），目标是在多个Python会话中能稳定、带缓存地调用底层的C API排序函数。

Numpy中对应ndarray.sort的排序C API定义为：

PyObject *PyArray_Sort(PyArrayObject *self, int axis, NPY_SORTKIND kind)

该函数在Numpy官方C API文档中关于数组项选择与操作的章节有说明。

我想到的一个潜在解决方案是使用llvmlite.binding.load_library_permanently来稳定加载Numpy扩展库multiarray_umath，这样指向PyArray_Sort的C函数指针就能保持稳定。

不过这个思路可能存在两个待解决的问题：

• PyArray_Sort必须作为公共符号暴露，但目前看起来并非如此；
• PyArray_Sort使用的类型（如PyObject、PyArrayObject）在定义C函数签名时可能无法直接获取。

请问是否有可能从外部即时编译的代码中访问Numpy原生的排序函数？我对C++内部机制和Numpy构建系统的经验有限，任何见解、变通方案或建议都将不胜感激！

感谢您的时间！

以下是我尝试但未成功的代码：

import numpy as np
from numpy._core import _multiarray_umath as multiarray_umath
from numba import njit
from numba.core import types, typing
from llvmlite.binding import load_library_permanently, address_of_symbol

# 稳定加载Numpy扩展库
np_library_path = multiarray_umath.__file__
load_library_permanently(np_library_path)

# 检查符号是否公开并能找到地址
np_fn_name = 'PyArray_Sort'

# 问题1：'PyArray_Sort'不是公共符号
func_addr = address_of_symbol(np_fn_name)
if func_addr is None:
    raise RuntimeError(f"Could not find symbol {np_fn_name}")
print(f"Address of {np_fn_name}:", hex(func_addr))
# >>> 这里会抛出RuntimeError，因为符号未公开

# 问题2：定义C函数签名时是否有匹配的类型可用？
# >>> PyObject的返回类型该如何定义？
return_type = types.pyobject
# >>> PyArrayObject的参数类型该如何定义？
arg_types = (types.pyobject, types.int64, types.int64)  
np_fn_signature = typing.signature(return_type, *arg_types)
pyarray_sort = types.ExternalFunction(np_fn_name, np_fn_signature)

@njit(cache=True)
def wrapped_numpy_sort(arr, axis, kind):
    return pyarray_sort(arr, axis, kind)

备注：内容来源于stack exchange，提问作者Olibarer