@nb.vectorize(["string(float64)"])
def map_char(i):
...
return 'a'
在numpy.vectoryze
中,我可以使用otypes=[np.object]
,并且在使用numba时,我需要指定签名,但不能使用以下签名:
string
-str cannot be represented as a Numpy dtype
object
-object() takes no parameters
pyobject
-assert return_type != types.pyobject
还有一个子问题:numba.vectoryze
与jit相似,但是对于具有1个参数的函数,我仍然需要用numpy.vectoryze
包裹吗?