python - 使用 Numba 将单例数组分配给数组元素

Question

我正在尝试使用 Numba 的 nopython 将单例数组分配给 Numpy 数组中的特定元素。模式，但我得到 TypeError我不明白为什么。没有 Numba 也能正常工作。我的 MCVE 如下。

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] 来解决该错误。 。也就是说，通过提取单例的第一个元素。但这真的有必要吗？还是我只是做错了什么？

Answer 1

It works just fine without Numba

是的，但是 numba 就是要做出权衡。为了速度，您牺牲了一些选项和便利。

I can't figure out why.

因为(当前)没有转换(或重载)支持将数组的单个值设置为一维数组(即使它只包含一项)。

But should this really be necessary?

可能不是。但总的来说，将数组分配给一个元素可能是一个错误，因此我(个人)喜欢它在编译时而不是在运行时引发错误。

请注意，广义情况已经支持不同维度的数组:

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评估并且更加普遍。