Numba 为 NumPy 提供错误

Question

看了SciPy talk on Numba后，我的理解是，如果用NumPy工具做，用Numba也能做（很有可能加速）。

然而，当我尝试使用 Numba-fying 一些代码时，看起来简单的 JIT (1) 在列表理解方面没有问题，但 (2) 不能成为 numpy.asarray() 的头部或尾部.

当我运行

import numba
@numba.jit
def squareTest(xlist):
    y = [x**2 for x in xlist]
    return y

运行没问题。但是当我运行

import numba
import numpy as np
@numba.jit
def squareTest(xlist):
    y = [x**2 for x in xlist]
    y1 = np.asarray(y)
    return y1

IPython 控制台给了我一个很长的回溯，说有一个降低错误，并以

结尾

def squareTest(xlist):
    y = [x**2 for x in xlist]`  
    ^

我不知道 Numba 模块的结构，但最后一部分告诉我，当它之后将生成的列表转换为 NumPy 数组时，它在进行列表推导时遇到了麻烦。

我查了

@numba.jit
def squareTest(xlist):
    y = list(range(20))
    y1 = np.asarray(y)
    return y1

它运行没有问题，所以看起来它可以处理或者列表理解或 np.asarray()，但不是两者。

我的第一个猜测是 njit 模式可以处理所有 NumPy，而通过将 n 添加到 jit 关闭的模式是处理列表理解的。但是不，第一个代码示例在更改为 njit.

时仍然有效

这里的问题是什么，我如何使用 Numba-fy 函数，这些函数涉及对使用列表推导以 python 方式制作的数组进行 NumPy 数组操作？

Answer 1

Numba 有时可能能够处理列表推导式，但您链接的 "Numba - Tell Those C++ Bullies to Get Lost" 演讲中的演讲者指出，要发挥其潜力，您需要编写 JIT 代码一种非 pythonic 的方式。

很有可能Numba在JIT代码的时候，改变了操作的顺序，甚至合并了操作，这样虽然它可以对一个列表做一个列表推导，也可以转一个列表成一个 NumPy 数组，它不能同时做。

您需要将列表理解命令替换为非 pythonic 命令序列才能执行相同的操作。

Numba giving error for NumPy