Question

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

但是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 ...

这似乎没有什么意义，因为我只是将int（len的结果）分配给一个dtype为np.int64的数组？

请注意，array的类型为np.uint8-但我不是在分配数组本身，因此该消息对我来说毫无意义。

我试图对此进行重构：

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

但是随后失败了...相同的消息。

我也尝试用len(array)替换array.size，因为这是一维数组，但有相同的错误。

谁能看到为什么失败？

我使用的是Python 3.7和Numba 0.50

谢谢！

Answer 1

第一个问题是您使用了不受支持的功能mutate（as stated here）。接下来，如错误所示，您尝试在其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的类型为int64，而new_array的类型值为uint8。如果您使用过@jit，它会向您显示警告，提示您将跌落到object模式，但是由于您已经通过使用nonpython装饰器来强制执行@njit模式，它抛出一个错误。干杯。

为什么Numba无法编译此功能？

1 个答案: