看起来这个教程已经非常过时了，numpy没有int_t，int已经被弃用了（np.int，而不是int）。
所以我想这回答了使用哪个int选项的问题，只有int，默认为np.int64（至少在我的机器上，也可能是np.int32）。
但是，请注意，int有不同的大小选项，如int32和int64，如果您知道要存储的整数的大小，您可以在其中进行选择。

不幸的是，另一个答案是部分正确的，Cython文档看起来不幸的是部分过时了。
因此，在Cython中使用Numpy类型基本上有两个上下文：
1.是可以作为dtype=参数传递给Numpy函数的Python对象。这些指示Numpy要创建什么类型的数组。从Cython的Angular 来看，它们与任何其他Python对象相同。然而，Numpy将它们视为特殊指标。np.int就是其中的一个例子（但现在已经被删除，只支持使用普通的Python int）。但是，特定大小的整型数据类型（如np.int32）仍然可用。

arr = np.zeros((5,10), dtype=np.int)

这些不是Cython特有的。它们与您在正常Python代码中使用的相同。
1.第二个用途是作为C整数类型。np.int_tdoes exist（这是另一个答案错误的地方）。然而，它是一个C typedef，只在 Package Cython的Numpy内部的.pxd文件中公开。它们是你从Numpy得到的cimport，而不是你从Numpy得到的import。
你可以在任何需要C类型的地方使用这些类型（例如cdef int_t some_var或cdef int_t[:] some_memoryview）。它们与dtypes的名称基本相同，但最后是_t。
作为如何将两者结合起来的一个例子，您可以创建一个2D内存视图，并为它分配一个数组，以使用行

cdef np.int32_t[:,:] mview = np.zeros((5, 10), dtype=np.int32)

普通的int类型在Cython中有两种含义。它可以用作普通的Python整数对象（例如你可以把它作为dtype参数传递）。然而，在其他上下文中，Python将其解释为C整数。所以你可以

cdef int[:,:] mview = np.zeros((5, 10), dtype=int)

这个也能用第一次使用它是作为一个C类型。第二个作为普通Python对象。
这有点令人困惑，因为Cython跨越了Python（其中类型只是Python对象，就像任何其他Python对象一样）和C（其中类型用于声明变量，但本身不是要传递的对象），并且并不总是清楚哪些位是C类的，哪些位是Python类的。