当多维形状是列表时，Numba 函数中的 NumPy 零不起作用

Question

我尝试尝试使用 numba，因为有人告诉我它非常适用于数值/科学计算应用程序。但是，似乎我已经在以下场景中遇到了问题：

我有一个函数，它计算一个 12x12 的雅可比矩阵，由一个 numpy 数组表示，然后返回这个雅可比矩阵。但是，当我尝试用 装饰所述函数时@numba.njit，出现以下错误：

这通常不是 Numba 本身的问题，而是通常由使用不受支持的功能或解析类型的问题引起的。

作为我使用的一个基本示例，以下代码尝试声明一个 12x12 numpy 零矩阵，但它失败了：

import numpy as np
import numba

@numba.njit
def numpy_matrix_test():
    A = np.zeros([12,12])
    return A

A_out = numpy_matrix_test()
print(A_out)

由于我认为以这种方式声明 numpy 数组很常见以至于 numba 能够处理它们，因此我感到非常惊讶。

Answer 1

假设在 numba jitted 函数中调用的函数在未在 numba 函数中使用时是相同的函数实际上是错误的（但可以理解）。实际上，numba（在幕后）委托给它自己的函数，而不是使用“真正的”NumPy 函数。

所以实际上并不是np.zeros在 jitted 函数中调用的，而是它们自己的函数。所以 Numba 和 NumPy 之间的一些差异是不可避免的。

例如，您不能对形状使用列表，它必须是一个元组（列表和数组会产生您遇到的异常）。所以正确的语法是：

@numba.njit
def numpy_matrix_test():
    A = np.zeros((12, 12))
    return A

类似的东西适用于 dtype 参数。它必须是真正的NumPy/numba 类型，不能使用 Python 类型：

@numba.njit
def numpy_matrix_test():
    A = np.zeros((12, 12), dtype=int)  # to make it work use numba.int64 instead of int here
    return A

即使“普通”NumPy 允许：

np.zeros((12, 12), dtype=int)