问题标签 [numba]

我正在尝试为 python 安装numba，但是在按照主页的说明进行操作后，我收到了无法找到 extension_types 页面的错误。

如果有人知道我做错了什么或者我错过了应该安装的东西，我将不胜感激。

非常感谢您提前。

编辑：我通过以下方式安装了 numba：

当我尝试通过 pip 安装它时，出现以下错误：

美好的一天，我正在为一些数字工作编写一个 Python 模块。由于发生了很多事情，我最近几天一直在优化代码以缩短计算时间。但是，我有一个关于 Numba 的问题。基本上，我有一个包含一些字段的类，这些字段是 numpy 数组，我通过以下方式对其进行初始化：

因此，代码是矢量化的，并且使用 Numba 的 JIT 会带来一些改进。但是，有时我需要从类外部访问 calculate_vibr_energy 函数，并传递一个整数而不是数组来代替 i。据我了解，如果我在 calculate_vibr_energy 上使用 Numba 的 JIT，它必须始终将数组作为参数。

那么，以下哪个选项更好： 1) 创建一个新函数 calculate_vibr_energy_single(i)，它只接受一个整数，并在其上使用 Numba 2) 替换与此类似的函数的所有用法：

有了这个：

还是有其他更有效（或至少更 Python-ic）的方法来做到这一点？

我正在尝试使用 NumbaPro 的 cuda 扩展来乘以大型数组矩阵。我最终想要的是将大小为 NxN 的矩阵乘以一个对角矩阵，该对角矩阵将作为一维矩阵输入（因此，a.dot(numpy.diagflat(b)) 我发现它是 a 的同义词* b)。但是，我收到一个不提供任何信息的断言错误。

如果我将两个一维数组矩阵相乘，我只能避免这个断言错误，但这不是我想要做的。

这是我的终端吐出的内容：

我正在尝试复制此博客文章中的示例：

http://jakevdp.github.io/blog/2013/06/15/numba-vs-cython-take-2/

在我实现 Numba 后，我得到以下回溯：

我对python很陌生，所以我自己无法处理。在第一次运行中，我使用的是 scipy 包 + numba 和从此处下载的依赖项：http : //www.lfd.uci.edu/~gohlke/pythonlibs/，在 winpython 上尝试了相同的操作（完全重新安装了 python），结果仍然相同. Python版本是3.3 64

我试图通过首先对数据进行插值来制作一个曲面来进行双积分。我正在使用 numba 来尝试加快这个过程，但这需要的时间太长了。

这是我的代码，运行代码所需的图像位于此处和此处。

我一直在尝试在虚拟环境中安装 numba。Numba 需要 llvm 以及似乎是 llvmpy 的 Python 包装器。我使用以下步骤成功安装了它：

但是，我想知道正确的程序是什么。例如，在 and 行REQUIRES_RTTI=1 make中sudo REQUIRES_RTTI=1 make install，变量 REQUIRES_RTTI 被重复。有必要吗？

根据 numba 的文档，它建议执行REQUIRES_RTTI=1 make install和 llvmpy 建议REQUIRES_RTTI=1 make，所以略有不同。我真的不知道每个步骤在做什么，所以我希望能对正在发生的事情进行一般性解释，以及所有这些步骤是否都是绝对必要的。

此外，什么是make check-all？我已经看到它在与 llvm 相关的问题中特别相关，但我不知道它的目的是什么。

llvmpy 文档中的另一个建议是使用不同的目录（--prefix）进行安装。为什么这是推荐的方法？

非常感谢

好的，我正在使用 python 3.3。我安装了 numpy、llvm、llvmpy、llpyhton、llvm_array、llvm_cbuilder 和 llvmath。我也安装了numba。

但是，尝试通过 导入时import numba，会出现以下错误。我不知道可能缺少什么：

有任何想法吗？

Numba 似乎是加速数字代码执行的绝佳解决方案。但是，当对数组进行赋值时，Numba 似乎比标准 Python 代码慢。考虑这个例子，比较四个替代方案，有/没有 Numba，写入一个数组/标量：

（计算故意保持非常简单，以关注问题，即分配给标量与分配给数组单元）

使用 IPython 的 %timeit 来评估我得到的四个备选方案：

未使用Numba编译的 sum_arr 比使用 Numba 编译的 fast_sum_arr 快两倍以上。另一方面，使用 Numba编译的 fast_sum_sclr 比未使用 Numba 编译的 sum_sclr 快两个数量级以上。

所以 Numba 在加速 sum_sclr 的任务上表现得非常好，但实际上使 sum_arr 执行得更慢。sum_sclr 和 sum_arr 之间的唯一区别是前者分配给标量，而后者分配给数组单元。

我不知道是否有任何关系，但我最近在博客http://www.phi-node.com/上阅读了以下内容：

“事实证明，当 Numba 遇到任何它不直接支持的构造时，它会切换到（非常）慢的代码路径。”

博客作者使用 if 语句而不是 Python 的 max() 让 Numba 执行得更快。

对此有何见解？

谢谢，

FS

我已经安装了LLVM 3.2和numba的所有依赖项（Meta 除外）：

• LLVM 3.1 或 3.2
• llvmpy（来自 llvmpy/llvmpy fork）
• llvm数学
• numpy（1.6 或更高版本）
• Meta（来自 numba/Meta fork（可选））
• Cython（仅构建依赖项）
• 鼻子（用于单元测试）
• argparse（用于 pycc）

我根据此页面https://github.com/llvmpy/llvmpy上的说明安装了 LLVM 3.2 和 llvmpy 。所有其他 python 模块都是使用pip安装的：

接下来，我尝试了此页面上的 numba 示例：http: //jakevdp.github.io/blog/2012/08/24/numba-vs-cython/。我将两者都存储pairwise_python在pairwise_numba一个名为performance.py. 然后当我跑

在 IPython 中，我收到以下错误：

而且我无法使用pairwise_python 或pairwise_numba。我怎样才能让它工作？

系统信息

• Linux Mint 13 KDE，64 位
• 默认 gcc 编译器版本：4.8
• Python 2.7.3（使用 gcc 4.6.3 编译）
• LLVM 3.2（使用 gcc 4.8 编译）
• llvmpy 0.11.2
• llvmth 0.1.1
• numpy 1.7.1
• 赛通 0.19.1
• 鼻子 1.3.0
• 参数解析 1.2.1

我在使用 numba 时遇到了大量错误。具有讽刺意味的是，正确的结果是在错误之后打印出来的。我正在使用最新的 Anaconda python 并安装了 numba

conda install numba

一次在 Ubuntu 13、64 位和 anaconda 64 位上，在 Windows 64 位上使用 32 位版本的 anaconda。

我要执行的脚本是：

我得到的错误是：

如您所见，最后会显示正确的结果。

有人知道这是什么原因吗？

谢谢！约翰富兰克林爵士