Question

我正在尝试学习Python和Numba，我无法弄清楚为什么以下代码无法在IPython / Jupyter中计算：

from numba import *

sample_array = np.arange(10000.0)

@jit('float64(float64, float64)')
def sum(x, y):
    return x + y

sum(sample_array, sample_array)

TypeError Traceback（最近一次调用最后一次）    in（）   ----＆GT; 1 sum（sample_array，sample_array）

C：\ Users *** \ AppData \ Local \ Continuum \ Anaconda \ lib \ site-packages \ numba \ dispatcher.pyc in _explain_matching_error（self，* args，** kws）       201 msg =（“参数类型没有匹配的定义％s”       202％'，'。join（map（str，args）））    - ＆GT; 203引发TypeError（msg）       204       205 def repr （自我）：

TypeError：参数类型数组（float64,1d，C），数组（float64,1d，C）没有匹配的定义

Answer 1

您正在传入数组，但您的jit签名需要标量浮点数。请尝试以下方法：

@jit('float64[:](float64[:], float64[:])')
def sum(x, y):
    return x + y

我的建议是看看你是否可以不指定类型而只是使用裸@jit装饰器，它将在运行时进行类型推断，你可以更灵活地处理输入。例如：

@jit(nopython=True)
def sum(x, y):
    return x + y

In [13]: sum(1,2)
Out[13]: 3

In [14]: sum(np.arange(5),np.arange(5))
Out[14]: array([0, 2, 4, 6, 8])

我的经验是，添加类型很少会带来任何性能上的好处。

Answer 2

就我而言，这是因为我传递的是二维数组（矩阵），但它期望的是一维数组（向量）

Python中使用numba的简单求和函数无法计算

2 个答案: