# 6.2。低级扩展 API > 原文： [http://numba.pydata.org/numba-doc/latest/extending/low-level.html](http://numba.pydata.org/numba-doc/latest/extending/low-level.html) 此扩展 API 可通过 [`numba.extending`](index.html#module-numba.extending "numba.extending") 模块获得。它允许您直接挂钩到 Numba 编译链。因此，它区分了几个编译阶段： * [输入](../glossary.html#term-typing)阶段通过查看执行的操作来推断编译函数中的变量类型。 * [降低](../glossary.html#term-lowering)阶段将高级 Python 操作转换为低级 LLVM 代码。此阶段利用由键入阶段导出的键入信息。 * _ 拳击 _ 和 _ 拆箱 _ 将 Python 对象转换为本机值，反之亦然。它们出现在从 Python 解释器调用 Numba 函数的边界。 ## 6.2.1。输入 类型推断 - 或简单地 _ 输入 _ - 是将 Numba 类型分配给函数中涉及的所有值的过程，以便实现高效的代码生成。从广义上讲，键入有两种形式：键入普通 Python _ 值 _（例如函数参数或全局变量）并在已知值类型上键入 _ 操作 _（或 _ 函数 _） 。 ```py @typeof_impl.register(cls) ``` 将装饰函数注册为键入类 _cls_ 的 Python 值。装饰函数将使用签名`(val, c)`调用，其中 _val_ 是键入的 Python 值， _c_ 是上下文对象。 ```py @type_callable(func) ``` 将装饰函数注册为键入可调用 _func_ 。 _func_ 可以是实际的 Python 可调用函数，也可以是表示 Numba 内部已知的操作的字符串（例如`'getitem'`）。使用单个 _ 上下文 _ 参数调用修饰函数，并且必须返回一个 typer 函数。 typer 函数应该与被键入的函数具有相同的签名，并且使用函数参数的 Numba _ 类型 _ 调用它;它应该返回函数返回值的 Numba 类型，或者如果推理失败则返回`None`。 ## 6.2.2。降低 以下装饰器都采用某种类型的规范。类型规范通常是类型类（例如`types.Float`）或特定类型实例（例如`types.float64`）。有些值具有特殊含义： * `types.Any`匹配任何类型;这允许在实现中进行自己的调度 * `types.VarArg(<some type>)`匹配给定类型的任意数量的参数;它只能在描述函数的参数时显示为最后一个类型规范。 以下 API 中的 _ 上下文 _ 参数是一个目标上下文，为代码生成提供各种实用程序方法（例如创建常量，从类型转换为另一种，查找特定函数的实现等） 。 _ 构建器 _ 参数是生成的 LLVM 代码的 [`llvmlite.ir.IRBuilder`](http://llvmlite.pydata.org/en/latest/user-guide/ir/ir-builder.html#llvmlite.ir.IRBuilder "(in llvmlite v0.27.0)") 实例。 _ 签名 _ 是指定操作的具体类型的对象。签名的`args`属性是参数类型的元组。签名的`return_type`属性是操作应返回的类型。 注意 Numba 总是以 Numba 类型为由，但在降低期间传递的值是 LLVM 值：它们不包含所需的类型信息，这也是 Numba 类型也被明确传递的原因。 LLVM 有自己的，非常低级的类型系统：您可以通过查找其`.type`属性来访问值的 LLVM 类型。 ### 6.2.2.1。原生作业 ```py @lower_builtin(func, typespec, ...) ``` 将装饰函数注册为为给定 Numba _typespecs_ 描述的参数实现可调用 _func_ 。与 [`type_callable()`](#type_callable "type_callable") 一样， _func_ 既可以是实际的 Python 可调用字符串，也可以是表示 Numba 内部已知的操作的字符串（例如`'getitem'`）。 使用四个参数`(context, builder, sig, args)`调用修饰函数。 `sig`是调用 callable 的具体签名。 `args`是调用 callable 的参数值的元组; `args`中的每个值对应于`sig.args`中的类型。该函数必须返回与`sig.return_type`类型兼容的值。 ```py @lower_getattr(typespec, name) ``` 将装饰函数注册为实现给定 _typespec_ 的属性 _ 名称 _。使用四个参数`(context, builder, typ, value)`调用修饰函数。 _typ_ 是正在查找属性的具体类型。 _ 值 _ 是要查找属性的值。 ```py @lower_getattr_generic(typespec) ``` 将装饰函数注册为给定 _typespec_ 上的属性查找的后备。任何没有相应 [`lower_getattr()`](#lower_getattr "lower_getattr") 声明的属性都将通过 [`lower_getattr_generic()`](#lower_getattr_generic "lower_getattr_generic") 。使用五个参数`(context, builder, typ, value, name)`调用修饰函数。 _typ_ 和 _ 值 _ 与 [`lower_getattr()`](#lower_getattr "lower_getattr") 相同。 _ 名称 _ 是要查找的属性的名称。 ```py @lower_cast(fromspec, tospec) ``` 将装饰函数注册为从 _ 从 specpec_ 描述的类型转换为 _tospec_ 描述的类型。装饰函数使用五个参数`(context, builder, fromty, toty, value)`调用。 _fromty_ 和 _toty_ 分别是从和转换的具体类型。 _ 值 _ 是要转换的值。该函数必须返回与`toty`类型兼容的值。 ### 6.2.2.2。常数 ```py @lower_constant(typespec) ``` 将装饰函数注册为实现 Numba _typespec_ 的常量创建。使用四个参数`(context, builder, ty, pyval)`调用修饰函数。 _ty_ 是为其创建常量的具体类型。 _pyval_ 是转换为 LLVM 常量的 Python 值。该函数必须返回与`ty`类型兼容的值。 ### 6.2.2.3。拳击和拆箱 在这些函数中， _c_ 是一个具有多个属性的便利对象： * 其`context`属性是上述目标上下文 * 其`builder`属性如上所述为 [`llvmlite.ir.IRBuilder`](http://llvmlite.pydata.org/en/latest/user-guide/ir/ir-builder.html#llvmlite.ir.IRBuilder "(in llvmlite v0.27.0)") * 它的`pyapi`属性是一个对象，可以访问 [Python 解释器的 C API](https://docs.python.org/3/c-api/index.html) 的子集 与本机值相反，对象是`PyObject *`指针。这些指针可以通过`pyapi`对象中的方法生成或处理。 ```py @box(typespec) ``` 将装饰函数注册为与 _typespec_ 匹配的装箱值。使用三个参数`(typ, val, c)`调用修饰函数。 _typ_ 是盒装的具体类型。 _val_ 是装箱的值。该函数应返回 Python 对象，或 NULL 以表示错误。 ```py @unbox(typespec) ``` 将装饰函数注册为与 _typespec_ 匹配的拆箱值。使用三个参数`(typ, obj, c)`调用修饰函数。 _typ_ 是未装箱的具体类型。 _obj_ 是未装箱的 Python 对象（C 语言中的`PyObject *`指针）。该函数应该返回一个`NativeValue`对象，给出取消装箱结果值和一个可选的错误位。