为了加快xarray包的计算速度,我尝试在函数中添加numba guvectorize,但是有几个问题:
如果我编写两个函数:read_pr和day_clim,则day_clim的输入不再是xarray我也尝试过xr.core.dataarray.DataArray[:], xr.core.dataarray.DataArray[:],但是错误弹出了NameError: name 'xr' is not我也想将@guvectorize应用于read_pr。但是,guvectoriz
Numba拥有惊人的能力,可以通过JIT编译来加速循环。然而,关键的转变是,当使用numpy时,。幸运的是,除了numpy.sort之外,大多数numpy函数都包含一个用于写入输出的可选out参数。/Users/duckworthd/anaconda/lib/python2.7/site-packages/numba/typeinfer.pyc in propagate(self)