了解jum nopython的Numba TypingError

Question

我在使用@jit(nopython=True)解决（可能是基本的）Numba错误时遇到麻烦。归结为下面的最小示例，它产生一个TypingError（下面是完整的日志）。如果相关，我正在使用Python 3.6.10和Numba v0.49.0。

错误发生在创建numpy数组的d行上（如果我删除d并返回c，它会正常工作）。我该如何解决？

from numba import jit
import numpy as np

n = 5
foo = np.random.rand(n,n)

@jit(nopython=True)
def bar(x):
    a = np.array([0,3,2])
    b = np.array([1,2,3])
    c = [x[i,j] for i,j in zip(a,b)]
    # print(c) # Un-commenting this line solves the issue‽ (per @Ethan's comment)
    d = np.array(c)
    return d

baz = bar(foo)

出现完整错误：

---------------------------------------------------------------------------
TypingError                               Traceback (most recent call last)
<ipython-input-13-950d2be33d72> in <module>
     14     return d
     15 
---> 16 baz = bar(foo)
     17 print(baz)

~/miniconda3/envs/py3k/lib/python3.6/site-packages/numba/core/dispatcher.py in _compile_for_args(self, *args, **kws)
    399                 e.patch_message(msg)
    400 
--> 401             error_rewrite(e, 'typing')
    402         except errors.UnsupportedError as e:
    403             # Something unsupported is present in the user code, add help info

~/miniconda3/envs/py3k/lib/python3.6/site-packages/numba/core/dispatcher.py in error_rewrite(e, issue_type)
    342                 raise e
    343             else:
--> 344                 reraise(type(e), e, None)
    345 
    346         argtypes = []

~/miniconda3/envs/py3k/lib/python3.6/site-packages/numba/core/utils.py in reraise(tp, value, tb)
     77         value = tp()
     78     if value.__traceback__ is not tb:
---> 79         raise value.with_traceback(tb)
     80     raise value
     81 

TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Invalid use of Function(<intrinsic range_iter_len>) with argument(s) of type(s): (zip(iter(array(int64, 1d, C)), iter(array(int64, 1d, C))))
 * parameterized
In definition 0:
    All templates rejected with literals.
In definition 1:
    All templates rejected without literals.
This error is usually caused by passing an argument of a type that is unsupported by the named function.
[1] During: resolving callee type: Function(<intrinsic range_iter_len>)
[2] During: typing of call at <ipython-input-13-950d2be33d72> (9)


File "<ipython-input-13-950d2be33d72>", line 9:
def bar(x):
    a = np.array([0,3,2])
    ^

更新：使用以下功能以类似的方式失败（尽管在这种情况下print(c)技巧没有帮助）：

@jit(nopython=True)
def bar(x):
    a = [0,3,2]
    b = [1,2,3]
    c = x[a, b]
    d = np.array(c)
    return d

Answer 1

该函数的第一个版本存在问题，并且添加print(c)可以解决该问题，这对我来说还是个谜。 Numba应该实现zip（显然，在这种确切情况下，它可以通过print(c)行触发），因此，这似乎是一个错误。

该函数的第二个版本的问题少了一个谜。根据current Numba documentation：

数组支持常规迭代。支持完整的基本索引和切片。还支持高级索引的一个子集：只允许一个高级索引，并且它必须是一维数组（也可以与任意数量的基本索引组合）。

由于您正在尝试在a行中使用两个高级索引b和c = x[a, b]，因此Numba不支持该代码。确实，这就是冗长的错误消息Invalid use of Function(<built-in function getitem>) with argument(s) of type(s): (array(float64, 2d, C), tuple(array(int64, 1d, C) x 2))所说的。

如果我们改为编写c=x[a,2]，则该代码将起作用，这与Numba允诺允许一个高级索引一致。

[通常，我发现使用Numba的最安全方法是编写循环样式而没有NumPy的更高级功能。这有点不幸，因为这几乎就像我们需要用C的方言来编写，而不是Python一样，但是从正面看，它仍然比实际编写C更加方便。

就此而言，以下代码很好用：

@jit(nopython=True)
def bar(x):
    a = np.array([0,3,2])
    b = np.array([1,2,3])
    c = np.empty(len(a))
    for i in range(len(a)):
        c[i] = x[a[i], b[i]]
    return c