Typing necessary for static Python-Numpy compilers like Pythran and Cython

Bắt đầu bằng việc xem xét các khả năng hiện tại của array-api-typing và so sánh chúng với ví dụ Transonic trong issue này, bao gồm các kiểu dữ liệu hợp nhất và số chiều của mảng. Công việc được xem là hoàn tất khi xác định được liệu các chữ ký này hiện có thể được biểu diễn hay không; nếu không, hãy xác định khả năng còn thiếu và hướng phát triển khả dĩ trong tương lai của nó.

Static Python-Numpy compilers like Pythran and Cython (and others) need type information.

For Transonic (a tools to use Python-Numpy compilers, see https://transonic.readthedocs.io), I had to implement a simple system to be able to give enough information in Python about the types supported by functions.

I give here an example of what is possible (more complex things are sometimes needed but this is the minimum, fused data-types and "fused" number of dimensions of the array):

import numpy as np

from transonic import Array, NDim, Type, boost

T = Type(int, np.complex128)
N = NDim(1, 3)

A = Array[T, N]
A1 = Array[np.float32, N + 1]

@boost
def compute(a: A, b: A, c: T, d: A1, e: str):
    ...

It would be great if array-api-typing could be good enough to be able to express such things in a quite simple way.

Note that this leads to the following possible Pythran signatures:

export compute(complex128[:, :, :], complex128[:, :, :], complex128, float32[:, :, :, :], str)
export compute(complex128[:], complex128[:], complex128, float32[:, :], str)
export compute(int[:, :, :], int[:, :, :], int, float32[:, :, :, :], str)
export compute(int[:], int[:], int, float32[:, :], str)

and Cython "signatures":

import cython

import numpy as np
cimport numpy as np

ctypedef fused __compute__Array_TypeIint_complex128I_NDimI1_3I:
   np.ndarray[np.complex128_t, ndim=1]
   np.ndarray[np.complex128_t, ndim=3]
   np.ndarray[np.int32_t, ndim=1]
   np.ndarray[np.int32_t, ndim=3]

ctypedef fused __compute__Array_float32_NDimI1_3Ip1:
   np.ndarray[np.float32_t, ndim=2]
   np.ndarray[np.float32_t, ndim=4]

ctypedef fused __compute__TypeIint_complex128I:
   cython.int
   np.complex128_t

cpdef compute(__compute__Array_TypeIint_complex128I_NDimI1_3I a, __compute__Array_TypeIint_complex128I_NDimI1_3I b, __compute__TypeIint_complex128I c, __compute__Array_float32_NDimI1_3Ip1 d, cython.str e)

Is there already enough in array-api-typing to be able to express such things? If not, would it be possible in future?