numba未将Numpy数组形状识别为int

Question

我想基于一些数组生成一个numpy矩阵，并使用jit或理想情况下的njit加速生成。如果nopython=False(启用了nopython，它失败了(，它会不断发送以下两个警告，我无法理解：

：14:Numba警告：编译返回到对象模式并启用环举，因为函数"process_ stuffs"；类型推理失败，原因是：没有从转换"inp"的数组(int32，2d，C(到数组(int64，2d，A(，在None 中定义

文件"&"；，第23行：defprocess_stuffs(输出，inp，route1，route2，zoneidx(：

input_pallets, _ = inp.shape
^

期间：在(23(键入参数

文件"&"；，第23行：defprocess_stuffs(输出，inp，route1，route2，zoneidx(：

input_pallets, _ = inp.shape
^

@jit(nopython=False，：14:Numba警告：编译正在回退到对象模式WITH由于功能"；process_ stuffs"；失败类型推断原因：无法确定<班'numba.core.dispatcher.LiftedLoop'>

文件"&"；，第25行：defprocess_stuffs(输出，inp，route1，route2，zoneidx(：

for minute in range(input_pallets):
^

@jit(nopython=False，C： \Anaconda3\envs\dev38\lib\site packages\numba\core\object_mode_passes.py:151:Numba警告：函数"；process_ stuffs"；是在对象模式下编译的without forceobj=True，但已提升循环。

虽然函数确实使用复杂类型，但在确定inp数组的长度时，它在非常的开头失败，然后它不想生成循环，尽管我已经看到了很多例子。

我试图通过使用locals指定类型来纠正错误，但正如你所看到的，这没有帮助。

这是一个最小的工作代码：

zoneidx=Dict.empty(key_type=types.unicode_type,value_type=types.int8)
zoneidx["A"]=np.int8(0)
zoneidx["B"]=np.int8(1)
zoneidx["C"]=np.int8(2)
zoneidx["D"]=np.int8(3)
zoneidx["E"]=np.int8(4)

output = np.zeros(shape=(110,5),dtype=np.int64)
inp = np.random.randint(0,2,size=(100,2))
route1 = np.random.choice(list('ABCDE'),size=10)
route2 = np.random.choice(list('ABCDE'),size=10)
@jit(nopython=False,
locals={'input_pallets':numba.int64,
'step':numba.int64,
'inp':numba.types.int64[:,:],
'route1':numba.types.unicode_type[:],
'route2':numba.types.unicode_type[:],
'output':numba.types.int64[:,:]})
def process_stuffs(output,inp,route1, route2, zoneidx):
input_pallets, _ = inp.shape
for minute in range(input_pallets):
prod1, prod2 = inp[minute]
if prod1+prod2 <1:
continue
if prod1:
routing = route1
number_of_pallets = prod1
number_of_steps = route1.shape[0]
else:
routing = route2
number_of_pallets = prod2
number_of_steps = route2.shape[0]
for step in range(number_of_steps):
zone = routing[step]
output[minute+step,zoneidx[zone]]+=number_of_pallets
return output


numba.__version__ == 0.53.1
numpy.__version__ == 1.19.2

我的代码出了什么问题？

NB：我对我的代码输出的正确性不感兴趣，我知道"路由2"；将被忽略；路由1"；由"；inp"；。我只是想把它编译一下。

Answer 1

警告消息具有误导性。事实上，输入的类型确实没有正确给定，这与.shape方法无关。

我的解决方案是使用numba.typeof函数来告诉它需要什么类型。例如，预期的是int32，而不是"0"的64；inp"；。并且"；unichr"；应为，而不是unicode。

以下是我的最小示例的工作版本：

zoneidx=Dict.empty(key_type=numba.typeof(route1).dtype,value_type=types.int8)
zoneidx["A"]=np.int8(0)
zoneidx["B"]=np.int8(1)
zoneidx["C"]=np.int8(2)
zoneidx["D"]=np.int8(3)
zoneidx["E"]=np.int8(4)

output = np.zeros(shape=(110,5),dtype=np.int64)
inp = np.random.randint(0,2,size=(100,2))
route1 = np.random.choice(list('ABCDE'),size=10)
route2 = np.random.choice(list('ABCDE'),size=10)
@jit(nopython=False,
locals={'input_pallets':numba.int64,
'step':numba.int64,
'inp':numba.types.int32[:,:],
'route1':numba.typeof(route1),
'route2':numba.typeof(route1),
'output':numba.types.int64[:,:]})
def process_stuffs(output,inp,route1, route2, zoneidx):
input_pallets, _ = inp.shape
for minute in range(input_pallets):
prod1, prod2 = inp[minute]
if prod1+prod2 <1:
continue
if prod1:
routing = route1
number_of_pallets = prod1
number_of_steps = route1.shape[0]
else:
routing = route2
number_of_pallets = prod2
number_of_steps = route2.shape[0]
for step in range(number_of_steps):
zone = routing[step]
output[minute+step,zoneidx[zone]]+=number_of_pallets
return output