5

Numba 具有通过 JIT 编译加速循环的惊人能力。然而，关键的转折是，当使用 numpy 时，不允许创建任何新数组。幸运的是，大多数 numpy 函数都包含一个可选out参数，用于将输出写入 -- except numpy.sort。最明显的替代方案是numpy.ndarray.sort，它已经到位，

@njit("void(f8[:])")
def sort_inplace(arr):
  arr.sort()

但这无法编译，

...
...
...
/Users/duckworthd/anaconda/lib/python2.7/site-packages/numba/typeinfer.pyc in propagate(self)
    293                 print("propagate".center(80, '-'))
    294             oldtoken = newtoken
--> 295             self.constrains.propagate(self.context, self.typevars)
    296             newtoken = self.get_state_token()
    297             if config.DEBUG:

/Users/duckworthd/anaconda/lib/python2.7/site-packages/numba/typeinfer.pyc in propagate(self, context, typevars)
    112                 raise
    113             except Exception as e:
--> 114                 raise TypingError("Internal error:\n%s" % e, constrain.loc)
    115
    116

TypingError: Internal error:
Attribute 'sort' of array(float64, 1d, A) is not typed

没有重新实现排序算法，有没有办法在 JIT 编译的 numba 循环中对 numpy 数组进行排序？

4

1 回答 1

5

Numba 应该能够在“nopython”模式下编译它，但不幸的是我们还没有添加对 ndarray.sort() 的支持。它在“python”模式下编译虽然速度较慢，因为它必须通过 python 对象层，但因为看起来 ndarray.sort() 是用 C 实现的，所以可能没有太大区别。我继续在 numba 的 github 问题跟踪器中添加了一个错误报告。

另一件需要注意的事情是，如果可能，numba 将在 nopython 模式下编译循环，而函数的其余部分在 python 模式下编译。这允许您使用不受支持的函数，如 ndarray.sort()，以及创建和返回新数组的函数，如 numpy.arange()，同时仍然具有快速编译循环（只要您不调用 ndarray.sort()或循环中的 numpy.arange() ，但如果性能是一个大问题，你可能不想这样做）。

总结一下：只要您不在循环内对数组进行排序，您就可以使用 jit 装饰器而不是 njit 装饰器，直到 numba 正确支持在 nopython 模式下调用 ndarray.sort() 。

于 2014-05-29T21:42:50.387 回答