python - Numba 通过影响就地损坏数据

Question

Numba 和 NumPy 不以相同的方式执行以下 foo 函数:

from numba import jit
import numpy as np

@jit
def foo(a):
    a[:] = a[::-1] # reverse the array

a = np.array([0, 1, 2])
foo(a)
print(a)

使用 NumPy(不带 @jit)会打印 [2, 1, 0]，而使用 Numba(带 @jit)则打印打印 [2, 1, 2]。看起来 Numba 就地修改了数组，这会导致数据损坏。通过制作数组的副本很容易解决:

a[:] = a[::-1].copy()

但这就是我们想要的行为吗？ Numba 和 NumPy 不应该给出相同的结果吗？

我在 Python 3.5.2 中使用 Numba v0.26.0。

Answer 1

这是一个已知问题 ( https://github.com/numba/numba/issues/1960 )，已在 numba 0.27 中修复。根据 NumPy 行为，修复程序会检测重叠并制作临时副本以避免损坏数据。