numba 给出 NumPy 的错误答案

【问题标题】：Numba giving error for NumPynumba 给出 NumPy 的错误
【发布时间】：2018-06-26 22:49:47
【问题描述】：

看了一个SciPy talk on Numba之后，我的理解是，如果用NumPy工具做的话，用Numba也可以做（很有可能加快速度）。

但是，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) 无法生成 numpy.asarray() 的头部或尾部。

当我跑步时

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

它运行良好。但是当我跑步时

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。

我检查过

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

它运行没有问题，所以它看起来可以处理任一列表理解或np.asarray()，但不能同时处理两者。

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

这里有什么问题，我怎样才能 Numba-fy 涉及对数组执行 NumPy 数组操作的函数？

【问题讨论】：

励志演讲者很棒，但如果您想了解一些实际知识，请从 numpy+numba questions 开始，它会显示什么有效以及何时有效。大纲：如果您的任务有 NumPy 解决方案，请使用它；让 Numba 方便地进行 NumPy 无法矢量化的迭代计算。
见这里stackoverflow.com/questions/39379556/…
@user6655984 是的，这个特定的事情可以通过矢量化做得更好，但我将它用作我想尝试@jit 的其他东西的微型版本。所以这与其说是优化代码，不如说是让它工作。

【解决方案1】：

Numba 有时可能能够处理列表推导，但是您链接的“Numba - 告诉那些 C++ 恶霸迷路”演讲中的演讲者指出，要使其发挥潜力，您需要编写代码你以非 Python 的方式 JIT。

Numba JIT 代码时很有可能会改变操作的顺序，甚至组合操作，这样即使它可以对一个列表做一个列表推导，也可以把一个列表变成一个NumPy 数组，不能两者兼得。

您需要将列表理解命令替换为非 Python 的命令序列来执行相同的操作。

【讨论】：