我正在尝试创建一个类，该类可以是jitclass的一部分，但具有一些本身就是jitclass对象的属性。
例如，如果我有两个带有装饰器@jitclass的类，我想将它们实例化为第三类（combined）。
import numpy as np
from numba import jitclass
from numba import boolean, int32, float64,uint8
spec = [
('type' ,int32),
('val' ,float64[:]),
('result',float64)]
@jitclass(spec)
class First:
def __init__(self):
self.type = 1
self.val = np.ones(100)
self.result = 0.
def sum(self):
self.result = np.sum(self.val)
@jitclass(spec)
class Second:
def __init__(self):
self.type = 2
self.val = np.ones(100)
self.result = 0.
def sum(self):
self.result = np.sum(self.val)
@jitclass(spec)
class Combined:
def __init__(self):
self.List = []
for i in range(10):
self.List.append(First())
self.List.append(Second())
def sum(self):
for i, c in enumerate(self.List):
c.sum()
def getresult(self):
result = []
for i, c in enumerate(self.List):
result.append(c.result)
return result
C = Combined()
C.sum()
result = C.getresult()
print(result)
在该示例中，我收到一个错误，因为numba无法确定self.List的类型，它是两个jitclass的组合。
如何使Combined类与jitclass兼容？
它尝试了我在其他地方找到的东西：
import numpy as np
from numba import jitclass, deferred_type
from numba import boolean, int32, float64,uint8
from numba.typed import List
spec = [
('type' ,int32),
('val' ,float64[:]),
('result',float64)]
@jitclass(spec)
class First:
def __init__(self):
self.type = 1
self.val = np.ones(100)
self.result = 0.
def sum(self):
self.result = np.sum(self.val)
spec1 = [('ListA', List(First.class_type.instance_type, reflected=True))]
@jitclass(spec1)
class Combined:
def __init__(self):
self.ListA = [First(),First()]
def sum(self):
for i, c in enumerate(self.ListA):
c.sum()
def getresult(self):
result = []
for i, c in enumerate(self.ListA):
result.append(c.result)
return result
C = Combined()
C.sum()
result = C.getresult()
print(result)
但是我得到这个错误
List(First.class_type.instance_type)
TypeError: __init__() takes 1 positional argument but 2 were given
答案 0 :(得分：2)
TL; DR：
jitclass中的其他jitclass，即使您有这些列表。您只需要更正命名空间numba.typed-> numba.types。 jitclass es或no-python numba.jit函数中包含异构列表。因此，您不能将First和Second的两个实例都附加到同一列表中。numba.typed.List异常您的更新几乎是正确的。您需要使用numba.types.List而不是numba.typed.List。区别有些细微，但是numba.types包含签名的类型，而numba.typed名称空间包含可以实例化并在代码中使用的类。
因此，如果您使用它，它将起作用：
spec1 = [('ListA', nb.types.List(First.class_type.instance_type, reflected=True))]
更改该代码：
import numpy as np
import numba as nb
spec = [
('type', nb.int32),
('val', nb.float64[:]),
('result', nb.float64)
]
@nb.jitclass(spec)
class First:
def __init__(self):
self.type = 1
self.val = np.ones(100)
self.result = 0.
def sum(self):
self.result = np.sum(self.val)
spec1 = [('ListA', nb.types.List(First.class_type.instance_type, reflected=True))]
@nb.jitclass(spec1)
class Combined:
def __init__(self):
self.ListA = [First(), First()]
def sum(self):
for i, c in enumerate(self.ListA):
c.sum()
def getresult(self):
result = []
for i, c in enumerate(self.ListA):
result.append(c.result)
return result
C = Combined()
C.sum()
result = C.getresult()
print(result)
产生输出：[100.0, 100.0]。
jitclass是否有意义？不过要记住的是，普通的Python类可能比jitclass方法快（或快）：
import numpy as np
import numba as nb
class First:
def __init__(self):
self.type = 1
self.val = np.ones(100)
self.result = 0.
def sum(self):
self.result = np.sum(self.val)
class Combined:
def __init__(self):
self.ListA = [First(), First()]
def sum(self):
for i, c in enumerate(self.ListA):
c.sum()
def getresult(self):
result = []
for i, c in enumerate(self.ListA):
result.append(c.result)
return result
C = Combined()
C.sum()
C.getresult()
这只是出于好奇而已。但是对于生产而言，我将从纯Python + NumPy开始，仅在速度太慢时才应用numba，然后仅在瓶颈所在的部分上应用numba，并且仅当numba擅长优化这些功能时（numba目前是专用工具，而不是通用工具）。
在无python（无对象）模式下使用numba时，您需要同类列表。据我所知，numba 0.46不支持在jitclasses或nopython-jit方法中包含不同类型对象的列表。这意味着您不能有一个包含First和Second实例的列表。
所以这行不通：
self.List.append(First())
self.List.append(Second())
来自numba docs：
支持从JIT编译的函数创建和返回列表，以及所有方法和操作。 列表必须严格相同：Numba将拒绝任何包含不同类型对象的列表，即使这些类型兼容也是如此 [...]