numba 函数何时编译？答案

【问题标题】：When does a numba function compile?numba 函数何时编译？
【发布时间】：2014-12-17 04:39:12
【问题描述】：

我正在处理这个例子：

http://numba.pydata.org/numba-doc/0.15.1/examples.html#multi-threading

它声明：

此时应确保编译了 inner_func，因为编译必须在主线程上进行。在这个例子中就是这种情况，因为我们使用了 jit()。

在示例中似乎对函数调用 jit 可以确保当时的编译。

如果不是在函数上调用 jit 而不是在函数上调用 jit 并将参数类型指定为装饰器，那么多线程示例会起作用吗？我认为这相当于询问函数是否会在定义时与装饰器一起编译。

import numba as nb
import numpy as np
def inner_func(result, a, b):
    threadstate = savethread()
    for i in range(len(result)):
        result[i] = np.exp(2.1 * a[i] + 3.2 * b[i])
    restorethread(threadstate)
signature = nb.void(nb.double[:], nb.double[:], nb.double[:])
inner_func_nb = nb.jit(signature, nopython=True)(inner_func)

对

import numba as nb
import numpy as np
signature = nb.void(nb.double[:], nb.double[:], nb.double[:])
@nb.jit(signature, nopython=True)
def inner_func(result, a, b):
    threadstate = savethread()
    for i in range(len(result)):
        result[i] = np.exp(2.1 * a[i] + 3.2 * b[i])
    restorethread(threadstate)

【问题讨论】：

标签： python multithreading jit numba

【解决方案1】：

除非我遗漏了什么，否则您的两个示例完全等效，不是因为 numba 做了（或不做）任何事情，而是因为装饰器就是这样工作的。我将解释一般原则，您可以仔细检查这是否是您要询问的转换。这段代码：

@d(arg)
def f(x): ...

根据定义等同于：

_decorator = d(arg)
def f(x): ...
f = _decorator(f)

如果我们合理假设d(arg) 没有副作用，则可以改写为：

def f(x): ...
f = d(arg)(f)

装饰者甚至无法区分（没有故意使用脆弱的黑魔法）。

唯一的区别是，在第一个示例中，您调用了修饰函数 inner_func_nb，而不是用它替换 inner_func。如果您调用inner_func，这将导致不同的行为，因为在第一个示例中，您将调用未装饰的未抖动函数。这并不意味着 jitting 不会发生，只是它的结果以不同的名称存储。

【讨论】：

很好的解释。