Cython定义函数的类型

问题描述

我正在尝试创建一个用cython构建的切片采样库。通用切片采样库，您可以在其中提供对数密度，初始值并获得结果。现在正在研究单变量模型。根据响应here，我提出了以下建议。

所以我在cSlice.pyx中定义了一个函数：

cdef double univariate_slice_sample(f_type_1 logd,double starter,double increment_size = 0.5):
    some stuff
    return value

我已经在cSlice.pxd中定义了

cdef ctypedef double (*f_type_1)(double)
cdef double univariate_slice_sample(f_type_1 logd,double increment_size = *)

其中logd是通用的单变量对数密度。

在我的分发文件中，假设cDistribution.pyx，我具有以下内容：

from cSlice cimport univariate_slice_sample,f_type_1

cdef double log_distribution(alpha_k,y_k,prior):
    some stuff
    return value

cdef double _sample_alpha_k_slice(
        double starter,double[:] y_k,Prior prior,double increment_size
        ):
    cdef f_type_1 f = lambda alpha_k: log_distribution(alpha_k),prior)
    return univariate_slice_sample(f,starter,increment_size)

cpdef double sample_alpha_k_slice(
        double starter,double[:] y_1,double increment_size = 0.5
        ):
    return _sample_alpha_1_slice(starter,y_1,prior,increment_size)

包装器，因为显然lambda中不允许使用cpdef。

当我尝试编译分发文件时，得到以下信息：

cDistribution.pyx:289:22: Cannot convert Python object to 'f_type_1'

指向cdef f_type_1 f = ...行。

我不确定该怎么办。我希望此代码保持C速度，并且重要的是不要命中GIL。有什么想法吗？

解决方法

您可以为任何Python函数设置C回调/包装器（无法隐式完成从Python对象到指针的广播），例如如何在本SO-post中进行解释。

但是，该函数的核心将保持缓慢的纯Python函数。 Numba使您可以通过@cfunc创建真实的C回调。这是一个简化的示例：

from numba import cfunc 
@cfunc("float64(float64)")
def id_(x):
    return x

这就是它的用法：

%%cython
ctypedef double(*f_type)(double)

cdef void c_print_double(double x,f_type f):
    print(2.0*f(x))

import numba
expected_signature = numba.float64(numba.float64)
def print_double(double x,f):
    # check the signature of f:
    if not f._sig == expected_signature:
        raise TypeError("cfunc has not the right type")
    # it is not possible to cast a Python object to a pointer directly,# so we cast the address first to unsigned long long
    c_print_double(x,<f_type><unsigned long long int>(f.address))

现在：

print_double(1.0,id_)
# 2.0

我们需要在运行时检查cfunc对象的签名，否则强制转换<f_type><unsigned long long int>(f.address)对于具有错误签名的功能也将“起作用”-仅在（可能）崩溃期间发生通话或给出有趣的难以调试的错误。我只是不确定我的方法是否是最好的-即使它可行：

...
@cfunc("float32(float32)")
def id3_(x):
    return x

print_double(1.0,id3_)
# TypeError: cfunc has not the right type