我试图使用Numba的nopython
模式将单个数组分配给Numpy数组中的特定元素,但我得到了TypeError
,我无法弄清楚为什么。没有Numba,它可以正常工作。我的MCVE在下面。
import numpy as np
from numba import jit
@jit(nopython=True)
def mcve():
tmp = np.zeros((2,2))
tmp[0, 0] = np.array([0])
if __name__ == "__main__":
mcve()
我得到的错误如下。
Traceback (most recent call last):
File "C:/Users/User/Dropbox/Work/Stockholms universitet/Uppsatser/Hyresregleringen/supplementary/pythontest/test.py", line 12, in <module>
mcve()
File "C:\Users\User\Anaconda3\lib\site-packages\numba\dispatcher.py", line 348, in _compile_for_args
error_rewrite(e, 'typing')
File "C:\Users\User\Anaconda3\lib\site-packages\numba\dispatcher.py", line 315, in error_rewrite
reraise(type(e), e, None)
File "C:\Users\User\Anaconda3\lib\site-packages\numba\six.py", line 658, in reraise
raise value.with_traceback(tb)
numba.errors.TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Cannot resolve setitem: array(float64, 2d, C)[(0, 0)] = array(int64, 1d, C)
我可以通过将函数的第二行重写为tmp[0, 0] = np.array([0])[0]
来解决错误。也就是说,通过提取单例的第一个元素。但这真的有必要吗?或者我只是做错了什么?
没有Numba,它可以正常工作
是的,但是numba是在做出权衡。你牺牲了一些选择和方便的速度。
我无法弄清楚为什么。
因为(当前)没有转换(或重载)支持将数组的单个值设置为1d数组(即使它只包含一个项目)。
但这真的有必要吗?
可能不是。但一般来说,将数组分配给一个元素可能是一个错误,所以我(个人)喜欢它在编译时而不是在运行时引发错误。
请注意,通用情况已经支持不同的维数组:
例如:
@jit(nopython=True)
def mcve():
tmp = np.zeros((2,2))
tmp[0:1, 0:1] = np.array([2])
@jit(nopython=True)
def mcve():
tmp = np.zeros((2,2))
tmp[0:1, 0:1] = 2
@jit(nopython=True)
def mcve():
tmp = np.zeros((2,2))
tmp[0:1, 0:1] = np.array([[[[5]]]])
但这些情况只能在运行时进行评估并且更加通用。