Wie man ein Cython-Modul mit vielen identischen Funktionssignaturen strukturiert

Question

Ich habe ein Cython-Modul geschrieben, das eine fremde C-Funktion umschließt, und es funktioniert wie erwartet. Ich möchte jedoch die restlichen Funktionen meiner C-Binärdatei, die identische Signaturen haben, bereitstellen. In Python, konnte ich nur tun:

def boilerplate(func): 
    def wrapped_f(c, d): 
     # modify x and y, producing mod_c and mod_d 
     result = func(mod_c, mod_d) 
     # modify foreign function return values, producing final_c, final_d 
     return final_c, final_d 
    return wrapped_f 

@boilerplate 
def func_a(a, b) 
    return _foreign_func_a(a, b) 

@boilerplate 
def func_b(a, b) 
    return _foreign_func_b(a, b) 

Gibt es ein ähnliches Muster, das ich in Cython, um verwenden kann, um "cythonise" wrapped_f, unter der Annahme, _foreign_func_a und der begleitende structs usw. hat cimport ed gewesen?

Allerdings, wenn ich bewegen, um die allgemeinen Vorgänge in den Dekorateur:

def boilerplate(func): 
    def wrapped(double[::1] wlon, double[::1] wlat): 
     cdef _FFIArray x_ffi, y_ffi 
     x_ffi.data = <void*>&wlon[0] 
     x_ffi.len = wlon.shape[0] 
     y_ffi.data = <void*>&wlat[0] 
     y_ffi.len = wlat.shape[0] 
     cdef _Result_Tuple result = func(x_ffi, y_ffi) 
     cdef double* eastings_ptr = <double*>(result.e.data) 
     cdef double* northings_ptr = <double*>(result.n.data) 
     cdef double[::1] e = <double[:result.e.len:1]>eastings_ptr 
     cdef double[::1] n = <double[:result.n.len:1]>northings_ptr 

     e_numpy = np.copy(e) 
     n_numpy = np.copy(n) 
     drop_float_array(result.e, result.n) 
     return e_numpy, n_numpy 
    return wrapped 

@boilerplate 
def convert_bng(double[::1] lons, double[::1] lats): 
    """wrapper around threaded conversion function 

    """ 
    return convert_to_bng_threaded(lons, lats) 

ich Fehler erhalten, wenn

• versucht x_ffi und y_ffi-_FFIArray zu Python-Objekte zu konvertieren in wrapped
• Umwandlung Python-Objekt func bis _Result_Tuple in wrapped
• lons und lats-_FFI_Array in convert_to_bng_threaded Konvertieren und
• _Result_Tuple zurück zu einem Python-Objekt in convert_bng_threaded

Answer 1

Ihr wesentliches Problem (basierend auf Ihre Frage aktualisiert) Umwandlung ist, dass Sie versuchen, eine wickeln Funktion, die reine C-Datentypen verwendet (und daher nur als cdef-Funktion definiert werden kann und von Cython, aber nicht von Python aufgerufen werden kann). Dekoratoren arbeiten jedoch an Python-Funktionen, so dass sie nicht zusammenkommen.

Glücklicherweise können Sie etwas sehr ähnliche Handhabung der verpackten Funktion a mit C-Funktionszeiger tun. Sie benötigen eine etwas andere Syntax, aber die Idee ist sehr ähnlich. (Aus Gründen der Antwort, die ich nehme an, dass Sie die Definitionen von C-Datentypen von this previous question verwenden, was meiner Meinung nach sinnvoll ist)

# pass a function pointer in 
cdef boilerplate(_Result_Tuple (*func)(_FFIArray, _FFIArray)): 
    def wrapped(double[::1] wlon, double[::1] wlat): 
     cdef _FFIArray x_ffi, y_ffi 
     x_ffi.data = <void*>&wlon[0] 
     x_ffi.len = wlon.shape[0] 
     y_ffi.data = <void*>&wlat[0] 
     y_ffi.len = wlat.shape[0] 
     cdef _Result_Tuple result = func(x_ffi, y_ffi) 
     cdef double* eastings_ptr = <double*>(result.e.data) 
     cdef double* northings_ptr = <double*>(result.n.data) 
     cdef double[::1] e = <double[:result.e.len:1]>eastings_ptr 
     cdef double[::1] n = <double[:result.n.len:1]>northings_ptr 

     e_numpy = np.copy(e) 
     n_numpy = np.copy(n) 
     drop_float_array(result.e, result.n) 
     return e_numpy, n_numpy 
    return wrapped 

# do this instead of using a decorator syntax 
convert_bng = boilerplate(&convert_to_bng_threaded)