当多维形状是列表时，Numba 函数中的 NumPy 零点不起作用

Question

我尝试尝试使用 numba，因为有人告诉我它非常适合 numerical/scientific 计算应用程序。但是，在以下情况下，我似乎已经运行遇到问题：

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

This is not usually a problem with Numba itself but instead often caused by the use of unsupported features or an issue in resolving types.

作为我的用法的一个基本示例，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)

因为我假设以这种方式声明 numpy 数组很常见以至于 numba 能够处理它们，所以我很惊讶。

Answer 1

您的意思是 numpy.zeros((12,12))，因为您想要 12 行 12 列的形状？ Numpy Zeros reference

Answer 2

在 numba jitted 函数中调用的函数与未在 numba 函数中使用的函数相同的假设实际上是 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 "real" NumPy 函数。

所以在 jitted 函数中调用的并不是真正的 np.zeros，而是 their own function。所以 Numba 和 NumPy 之间的一些差异是不可避免的。

例如，您不能使用列表作为形状，它必须是元组（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

类似的情况适用于 dtype 参数。必须是real 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 "plain" NumPy 允许：

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

当多维形状是列表时，Numba 函数中的 NumPy 零点不起作用

NumPy zeros in Numba function is not working when multi-dimensional shape is a list

python

numpy

multidimensional-array

numba