为什么 Numba 无法编译此函数？答案

【问题标题】：Why is Numba failing to compile this function?为什么 Numba 无法编译此函数？
【发布时间】：2020-07-11 06:56:25
【问题描述】：

我正在尝试使用 Numba 编译以下函数：

@njit(fastmath=True, nogil=True)
def generate_items(array, start):
    array_positions = np.empty(SIZE, dtype=np.int64)
    count = 0
    while count < SIZE - start:
        new_array = mutate(np.empty(0, dtype=np.uint8))

        if len(new_array) > 0:
            array_positions[count] = len(array)  # <<=== FAILS HERE
            array = np.append(array, np.append(new_array, 255))
            count += 1

    return array, array_positions

但它在上面指示的行上失败并显示以下错误消息：

numba.core.errors.TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Cannot unify array(uint8, 1d, C) and array(int64, 1d, C) for 'array.3', defined at ...

这似乎没有意义，因为我只是将 int（len 上的结果）分配给具有 dtype 或 np.int64 的数组？

请注意，array 的类型为 np.uint8 - 但我没有分配数组本身，所以这条消息对我来说毫无意义。

我尝试对此进行重构：

tmp = len(array)  # <<=== FAILS HERE
array_positions[count] = tmp

但是它在那里失败了......同样的消息。

我还尝试用array.size 替换len(array)，因为这是一个一维数组，但同样的错误。

谁能明白为什么会失败？

我使用的是 Python 3.7 和 Numba 0.50

谢谢！

【问题讨论】：

这能回答你的问题吗？ Numba failing to compile with very strange message - seems like this should work?
不，这是一个不同的问题。我没有在这种情况下使用连接。
np.append 使用np.concatenate。我不确定numba，但在循环中使用np.append（或任何连接/堆栈系列）是一个坏主意——速度慢，而且通常很难正确处理。我们建议将数组收集在一个列表中，并在最后进行一个连接。
花几分钟看看np.append的python代码。你会看到，即使在numpy 中，它也不是一个很好的功能。另一件事，当在numba 中使用concatenate 时，给它一个元组参数，而不是一个列表。
stackoverflow.com/questions/62680256/…

标签： python python-3.x numpy numba

【解决方案1】：

第一个问题是您使用了不受支持的函数mutate (as stated here)。接下来，正如错误所说，您尝试在

中添加具有不同数据类型的数组

np.append(array, np.append(new_array, 255))

其中array 是int64 类型，new_array 保存uint8 类型的值。如果您使用了@jit，它会向您显示下降到object 模式的警告，但是因为您已经使用@njit 装饰器强制执行nonpython 模式，它会引发错误。干杯。

【讨论】：