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。
我有一个包含私有 C 数组的 C++ 类，如下所示，
class DataObject {
private:
double* data_array_;
};
由于程序中未显示的其他部分的限制，我不能使用 a std::vector<double>，不能使用DataObject构造函数来初始化数组（初始化列表？），并且不想在堆上分配数组。因此，我必须在一个init()函数中初始化数组，该函数将数组元素的数量作为参数。到目前为止，我已经尝试了以下方法，但不幸的是它们似乎不起作用：
尝试 1：
void DataObject::init(unsigned int num_elements) {
data_array_[num_elements];
}
尝试 2：
void DataObject::init(unsigned int num_elements) {
data_array_ = double[num_elements];
}
因此，我想知道鉴于上述限制，是否还有另一种方法来初始化堆栈分配的私有 C 数组。