Question

我正在尝试定义@njit函数，该函数在几个点需要计算最小值。如下所示：

min(arg1, arg2,...)

然而，当我去计算迭代的最小值时，无论如何定义迭代，我似乎都有问题。我在下面用一个小函数重现了这个：

itrbl = [5.0, 0.4, 4.5, 3.5, 6.4]

@njit
def funct(itrbl):
    return min(itrbl)

funct(itrbl)

并收到以下错误：

TypingError: Invalid usage of Function(<built-in function min>) with parameters (reflected list(float64))
  * parameterized

当我将itrbl结构化为数组时似乎并不喜欢......我如何构建itrbl以使这个简单的函数有效？

Answer 1

在njit ted函数中，这些函数调用被这些函数的numba版本取代。因此，当您调用min时，它不是Python的min函数。

另外，numba通常针对与numpy.array而非list一起使用进行了优化。当您将list传递给numba njit ted函数（从Python）或从list ted函数（返回给Python）返回njit时，它必须转换（将整个列表复制到反映列表中，或者返回（Why is passing a list (of length n) to a numba nopython function an O(n) operation时将其复制）。因此，您应避免将Python列表传递给numba函数或将其返回。但是，在numba函数中创建列表并将其传递给其他numba函数不会受到这种转换开销的困扰。

但是，除了有关numba函数中的list和min的实际问题之外，还有一点。看起来min的numba版本不支持列表/数组（但它确实支持元组）。

您可以轻松创建一个支持列表的numba函数：

from numba import njit

@njit
def my_min(lst):
    "Don't pass empty arrays/lists to this function!"
    min_ = lst[0]
    for item in lst:
        if item < min_:
            min_ = item
    return min_

似乎可行：

from numba import njit

@njit
def funct(itrbl):
    return my_min(itrbl)

>>> funct([5.0, 0.4, 4.5, 3.5, 6.4])
0.4

但是，更好的方法是在数字函数中使用array。原因是，根据我在numba上的经验，您经常遇到numba不支持列表的情况（例如使用min）或在列表上调用该方法的速度相对较慢。另外，将列表传递给numba函数或从numba函数返回它们的开销可能是巨大的（而且是意外的）。

@njit问题为min函数

1 个答案: