使用 Numba 将单例数组分配给数组元素

Question

我正在尝试使用 Numba 的 nopython 模式将单例数组分配给 Numpy 数组中的特定元素，但我得到了 TypeError，但我不明白为什么。没有 Numba，它工作得很好。我的MCVE在下面。

import numpy as np
from numba import jit


@jit(nopython=True)
def mcve():
    tmp = np.zeros((2,2))
    tmp[0, 0] = np.array([0])


if __name__ == "__main__":
    mcve()

我得到的错误如下。

Traceback (most recent call last):
  File "C:/Users/User/Dropbox/Work/Stockholms universitet/Uppsatser/Hyresregleringen/supplementary/pythontest/test.py", line 12, in <module>
    mcve()
  File "C:\Users\User\Anaconda3\lib\site-packages\numba\dispatcher.py", line 348, in _compile_for_args
    error_rewrite(e, 'typing')
  File "C:\Users\User\Anaconda3\lib\site-packages\numba\dispatcher.py", line 315, in error_rewrite
    reraise(type(e), e, None)
  File "C:\Users\User\Anaconda3\lib\site-packages\numba\six.py", line 658, in reraise
    raise value.with_traceback(tb)
numba.errors.TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Cannot resolve setitem: array(float64, 2d, C)[(0, 0)] = array(int64, 1d, C)

我可以通过将函数的第二行重写为 tmp[0, 0] = np.array([0])[0] 来绕过错误。也就是说，通过提取单例的第一个元素。但这真的有必要吗？还是我做错了什么？

Answer 1

It works just fine without Numba

是的，但是 numba 是关于权衡取舍的。你为了速度牺牲了一些选择和便利。

I can't figure out why.

因为（目前）没有支持将数组的单个值设置为一维数组（即使它只包含一项）的转换（或重载）。

But should this really be necessary?

可能不会。但一般来说，将数组分配给一个元素可能是一个错误，所以我（个人）喜欢它在编译时而不是在运行时引发错误。

请注意，通用案例已经支持不同的维度数组：

例如：

@jit(nopython=True)
def mcve():
    tmp = np.zeros((2,2))
    tmp[0:1, 0:1] = np.array([2])

@jit(nopython=True)
def mcve():
    tmp = np.zeros((2,2))
    tmp[0:1, 0:1] = 2

@jit(nopython=True)
def mcve():
    tmp = np.zeros((2,2))
    tmp[0:1, 0:1] = np.array([[[[5]]]])

但这些案例只能在运行时间进行评估，而且更为普遍。

使用 Numba 将单例数组分配给数组元素

Assign singleton array to element of array with Numba

python

error-handling

runtime-error

numpy

numba