jitclass vs extension API：列表中可以使用什么？

Question

所以我有一段时间没有关注 numba 的发展，但我发现了很多令人兴奋的事情，比如 @jitclass 和列表支持。

所以我想尝试一下，但是如果我尝试在 nopython 块中列出我的 jitclass 结构，我会收到错误消息：

reflected list(instance.jitclass.Interval#42f9788<lo:float64,hi:float64>): unsupported nested memory-managed object

用简单的下面class

@jitclass([('lo', types.float64), ('hi', types.float64)])
class Interval(object):
    def __init__(self, lo, hi):
        self.lo = lo
        self.hi = hi

    @property
    def width(self):
        return self.hi - self.lo

和最简单的对应代码：

@jit(nopython=True)
def f(my_list):
    return my_list

f([Interval(1,2)]*10)

但是，如果我按照使用冗长的扩展 API here 的示例，我不会遇到任何问题 有一个列表 Interval.

我认为 jitclass 基本上是一个快速的方法来完成扩展 API 的冗长示例，我错了吗？如何在不必编写这些容易出错的长绑定函数的情况下实现它？

Answer 1

这并没有完全回答您的问题，但如果您想快速解决问题，我发现与列表不同，元组似乎有效：

f((Interval(1,2),)*10)

给出输出

(<numba.jitclass.boxing.Interval at 0x10d8d0d50>,
 <numba.jitclass.boxing.Interval at 0x10d8d0d70>,
 [... clipped ...]
 <numba.jitclass.boxing.Interval at 0x10d8d0e90>)

Answer 2

这实际上是在 Numba 0.39 中添加的 (http://numba.pydata.org/numba-doc/0.39.0/release-notes.html#version-0-39-0)

List has gained support for containing reference-counted types like NumPy arrays and list. Note, list still cannot hold heterogeneous types.

所以现在直接wok了。

jitclass vs extension API：列表中可以使用什么？

jitclass vs extension API : what can be used in a list?

python

numba