返回jitclass的函数的Numba jit()函数签名
Numba是一个用于加速Python代码的开源库，它通过即时编译技术（Just-in-Time Compilation）将Python代码转换为机器码，从而提高代码的执行速度。Numba库提供了一个装饰器函数jit，用于标记需要进行即时编译的函数。
jit函数的签名是一个字符串，用于指定被装饰函数的参数类型和返回类型。它的一般形式是jit(signature_or_function, **options)，其中signature_or_function可以是函数本身或一个字符串，用于指定函数的签名。
函数签名由参数类型和返回类型组成，使用箭头->分隔。参数类型可以是具体的Python类型（如int、float、list等），也可以是Numpy数组类型（如float64[:]、int32[:,:]等）。返回类型可以是具体的Python类型，也可以是Numpy数组类型。
下面是一个示例，展示了如何使用jit函数的签名来加速一个返回jitclass的函数：
from numba import jit, int32
from numba import types
from numba.typed import Dict
@jit(types.DictType(int32, int32))
def create_jitclass():
my_dict = Dict.empty(int32, int32)
my_dict[1] = 10
my_dict[2] = 20
return my_dict在上面的示例中，jit函数的签名types.DictType(int32, int32)指定了被装饰函数create_jitclass的返回类型为一个键和值都为int32类型的字典。这样，Numba会对create_jitclass函数进行即时编译，提高其执行速度。
需要注意的是，Numba的jit函数只能加速一部分Python代码，对于某些复杂的Python特性（如生成器、递归等）可能无法进行优化。因此，在使用jit函数时，需要仔细评估代码的性能和可优化性。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云函数计算（SCF）：腾讯云的无服务器计算服务，可用于快速部署和运行函数。
- 腾讯云容器服务（TKE）：腾讯云的容器管理服务，提供高度可扩展的容器集群，用于部署和管理容器化应用。
- 腾讯云云服务器（CVM）：腾讯云的虚拟服务器，提供灵活可扩展的计算资源，用于部署各种应用。
- 腾讯云数据库（TencentDB）：腾讯云的数据库服务，提供多种类型的数据库实例，用于存储和管理数据。
- 腾讯云对象存储（COS）：腾讯云的分布式对象存储服务，用于存储和管理海量的非结构化数据。
- 腾讯云人工智能（AI）：腾讯云的人工智能服务，提供多种人工智能能力和解决方案，用于构建智能化应用。
- 腾讯云物联网（IoT）：腾讯云的物联网平台，提供设备连接、数据采集和应用开发的一体化解决方案。
- 腾讯云区块链（BCS）：腾讯云的区块链服务，提供快速部署和管理区块链网络的能力。
- 腾讯云视频处理（VOD）：腾讯云的视频处理服务，提供视频转码、截图、水印等功能，用于处理和管理视频资源。
- 腾讯云音视频通信（TRTC）：腾讯云的音视频通信服务，提供实时音视频通信能力，用于构建音视频通话和会议应用。
- 腾讯云元宇宙（Metaverse）：腾讯云的元宇宙服务，提供虚拟现实、增强现实等技术和解决方案，用于构建虚拟世界和沉浸式体验。
相关·内容
我正在尝试创建一个类，这个类可以是jitclass的一部分，但是有一些属性是它们--self jitclass对象。
例如，如果我有两个带有装饰器@jitclass的类，我希望在第三个类(combined)中实现这些类。
import numpy as np
from numba import jitclass
from numba import boolean, int32, float64,uint8
spec = [
('type' ,int32),
('val' ,float64[:]),
('result',f
浏览 6提问于2019-12-06得票数 4
回答已采纳
1回答
在python中使用numba.jit。
我可以将正常函数转换为jit类型并运行：
from numba import jit
def sum(a, b):
return a+b
func = jit(sum)
print(func(1, 2))
如何对方法执行此操作？像这样的事情(这不管用，我知道原因)。
from numba import jit
class some_class:
def __init__(self, something = 0):
self.number = something
def get_num(self):
浏览 8提问于2017-10-18得票数 10
回答已采纳
我有下面的线程类和一个简单的(Axis)类，它是平台的一部分。我想同时使用jitclass和jitclass，但是我的任何一次尝试都失败了。
class Axis(object):
"""
:param config: configuration file
:type config: ConfigParser
"""
def __init__(self, config):
self.config = config
class Platform(threading.Thread):
浏览 37提问于2017-12-27得票数 -1
如何使用一个参数(既可以是float64，也可以是float32 )拥有？对于函数，下面的代码可以工作：
import numba
import numpy as np
from numba import njit
from numba.experimental import jitclass
@njit()
def f(a):
print(a.dtype)
return a[0]
a = np.zeros(3)
f(a)
f(a.astype(np.float32))
在尝试对类属性同时使用float32和float64时，失败了：
@jitclass([('
浏览 14提问于2022-03-15得票数 1
回答已采纳
2回答
我在numba文档中找过了，但是什么也找不到。 我有一个jit函数，它接受jitted_function作为参数。我想通过添加签名来进行急切编译，就像这样： @jit(float64('jit_func.type', int32, int32...)) “jitted_func.type”应为“函数类型” 当我这样做的时候： type(jitted_func) 我得到一个CPUDispatcher对象 谢谢你的帮忙!
浏览 25提问于2020-11-11得票数 2
下面的代码是我使用numba实现的链接列表(相关示例可以看到、和)。remove函数移除位于index位置的元素。(注意，这里假定index将始终是一个有效位置)来删除这样的元素(index)，我们执行类似于element[index-1].next -> element[index+1]的赋值。但numba似乎不喜欢我这样做：
from numba import deferred_type,optional
from numba import int64
from numba import jitclass,njit
list_type = deferred_type()
spec
浏览 1提问于2017-11-10得票数 2
我对jit和autojit之间的区别感到困惑。
我读过这个：
但不能说我知道在这两种选择之间有信心。能不能有人详细说明，最好是举个例子。
谢谢
浏览 1提问于2014-12-11得票数 11
回答已采纳
1回答
我需要创建一个set作为jitclass属性，它必须是空的：
import numba as nb
@nb.jitclass([('foo', nb.types.Set(nb.f8))])
class Bar:
def __init__(self):
self.foo = set()
b = Bar()
但是它失败了，因为numba不知道临时set变量包含的对象的类型：
Failed in nopython mode pipeline (step: nopython frontend)
Cannot infer the type of variabl
浏览 0提问于2019-09-11得票数 1
回答已采纳
我想创建一个Numba编译的python callable (我可以在另一个Numba编译的函数中使用的函数)，它有一个内部数组，我可以调整它来影响函数调用的结果。在纯python中，这将对应于具有__call__方法的类：
class Test:
def __init__(self, arr):
self.arr = arr
def __call__(self, idx):
res = 0
for i in idx:
res += self.arr[i]
return res
t = T
浏览 2提问于2020-02-25得票数 7
我试图用双链接列表和哈希映射实现LRU缓存。通过使用jitclass的官方示例，双链接列表很容易实现。但是，bug中的一些bug让我检查了链接列表实现中的逻辑。最后，我可以用以下最小的例子来重现这个问题：
from numba import int32, deferred_type, optional
from numba.experimental import jitclass
node_type = deferred_type()
@jitclass([
('key', int32),
('value', int32),
(&#
浏览 5提问于2022-05-07得票数 1
回答已采纳
当我在使用jitclass的类中调用函数时，我试图返回一个字符串，但我得到了一个错误：
numba.errors.InternalError: Failed at nopython (nopython mode backend)
cannot convert native const('Something') to Python object
[1] During: resolving callee type: BoundFunction((<class 'numba.types.misc.ClassInstanceType'>, 'get_
浏览 1提问于2017-12-04得票数 1
回答已采纳
2回答
编辑：似乎这个问题实际上与类变化的事实无关。我好像没什么课可以和Numba一起学习。运行(例如)代码还会产生与签名相关的错误：
Traceback (most recent call last):
File "numba_test.py", line 7, in <module>
class test_base_class_numba(object):
File "numba_test.py", line 8, in test_base_class_numba
@numba.void()
TypeError: 'Sig
浏览 6提问于2015-08-05得票数 4
回答已采纳
我试图在类中声明函数的签名。我不知道我该为“自我”宣布什么
例如：
@jit (int32(？，int32)) def a (self，number: int ) -> int
我一直在谷歌上搜索没有运气。我应该用@jitclass装饰符来声明这个类以使它工作吗？
提前谢谢。
浏览 5提问于2022-05-20得票数 1
"test_numba“下面的函数给出了一个错误：”无法键入空列表“，但是它不需要numba编译就能工作。
def test(list_test,count):
test_list =[]
for all in list_test:
test_list.append(all)
if count ==1:
return np.asarray(test_list, dtype=int)
else:
return np.asarray([1,2,3,4],dtype=int)
test_numba
浏览 1提问于2016-02-10得票数 3
回答已采纳
试图找出如何在使用jitclass时跳过类方法。
有一个相当大的递归模型(差不多，一个庞大的循环)，给定的路径依赖的计算，不能用直线Numpy矢量化。
这个类通过一系列numpy数组运行，通常使用numba友好的语法，但是我有一个部分以有序的方式调用了几个方法：
def operations(self, i, ops_order_config):
ops_dict = self.ops_dict
for index in range(len(waterfall_config)):
try:
if isinstance(ops_conf
浏览 4提问于2017-08-28得票数 2
回答已采纳
我使用的是 jitclass，并且希望在键不是片的时候进行转换(但是我想保留切片功能)。
问题：我能怎么做？
为了给出一点背景，我宁愿写tensor[coord]而不是tensor[tensor_to_formalseries(coord, tensor.dim)]，我也喜欢浓缩tensor[:key]而不是tensor.formal_series[:key]__。
下面是3个在纯python中工作且不作为jitclasses的示例。
import numpy as np
from numba import njit
from numba.experimental import jitclas
浏览 10提问于2022-11-22得票数 -1
我想使用@jit或@autojit来加速我的python代码，如下所示：
然而，该页面上的示例是针对纯python函数的，而我的函数是在一个类中，并且根据一些更多的搜索，似乎为了使用类函数，我必须提供函数的显式签名。
我以前没有使用过签名，但现在我知道如何将它们用于具有简单参数的函数。但是我被困在如何为复杂的参数编写它们，比如2D数组。
下面是我的函数，我需要一个明确的签名。我真的不确定除了@void还能写些什么……
""" Function: train
Input parameters:
#X = shape: [n_samples, n_feat
浏览 2提问于2014-07-01得票数 2
1回答
我们正在为赛车编写一个模拟程序，为一个机器学习挑战--学习比赛--模拟赛车。作为其中的一部分，我们使用了汽车的动力学模型。这是一个复杂的模型，需要实时运行，所以我试着用numba加速它。
对于属于对象的参数，我使用带有deferred_type()实例的漂亮的jitclass规范来解决大多数嵌套类对象问题，但现在遇到了以下问题：
import numba as nb
from numba import float64 as f64 # use f64 to type explicitly for list elements to tell numba it is just scalar va
浏览 0提问于2020-07-24得票数 0
1回答
假设我有两个类，A和B，我已经放弃了，其中B有一个A的列表，这在numba有可能吗？
from numba import jitclass, deferred_type
from numba.types import string
spec = [('name', string)]
@jitclass(spec)
class A:
def __init__(self, name):
self.name = name
a_type = deferred_type()
a_type.define(A.class_type.instance_type)
浏览 3提问于2017-10-19得票数 1
回答已采纳
我在numpy的帮助下写了以下代码，我想用numba提高性能。我不确定为什么它不工作，因为我已经按照numba系统设置了所有变量。我正在努力加快这段代码的速度，因为我将来会处理大量的数据集。
import numpy as np
import math
from numba import jitclass
from numba import float64,int64
spec =[
('spacing',float64),
('n_iterations',int64),
('np_emptyhouses&#
浏览 5提问于2019-08-10得票数 2
回答已采纳
1回答
如何比较两个numba jitclass对象以确定它们是否相同？
我有以下代码
from numba import jitclass
import numba
node_type = numba.deferred_type()
DoubleLinkedNode_spec = [
('value', numba.optional(numba.typeof(1.0))),
('prev', numba.optional(node_type)),
('next', numba.optional(node_type))
]
@jitcla
浏览 6提问于2020-05-06得票数 1
回答已采纳
我正在使用Numba，jitclass来改善我的执行时间。我正在尝试用jitclass装饰器在myClass中指定时间数据类型。我尝试了time，datetime，string，float64/32，numba.NPDattime等等，但是得到了错误。在文档中找不到任何内容。我的代码是.... spec = [ ('currtm',datetime.time)]
@jitclass(spec)
class myClass(object):
def __init__(self): #
self.currtm = time.time()
浏览 31提问于2021-01-16得票数 0
我目前正在实现一个由Numba @jitcalss装饰器包装的Python类。我的问题是编写递归方法。我知道有一些方法可以作为迭代方法来编写递归方法，但是在我的例子中，我相信递归的使用可以帮助我编写一个更可跟踪的程序脚本。据我所见，Numba不直接支持在Numba类中声明的递归方法。下面的代码并不直接显示我的情况，但它等同于我的问题。当我运行代码时，Python引发的错误也在下面给出。欢迎任何建议/改进/帮助。
import numba
spec = []
@numba.experimental.jitclass(spec)
class basicClass(object):
de
浏览 13提问于2022-01-30得票数 0
1回答
如果我在cuda.jit中有多种类型的签名，我就会遇到一个问题。在我的函数中，如果data标志打开，我将done重新设置为ref。data类型可以是int32或float32数组。这只是为了实验，不要费心于虚拟函数本身。如果我只使用cuda.jit，这个函数运行得很好，所以我确信我的类型声明有一些问题，但是从文档中看它似乎是正确的。顺便说一下，我用的是Numba 0.54。
from numba import cuda
from numba import float32, int32
@cuda.jit([(int32[:], int32[:], int32[:], int32),
浏览 5提问于2022-10-29得票数 0
回答已采纳
1回答
我试图将一个小的多维数组插入到numba jitclass中的一个较大的数组中。小数组是由索引列表定义的较大数组的特定位置。
下面的MWE显示了没有numba的问题--一切都像预期的那样工作。
import numpy as np
class NumbaClass(object):
def __init__(self, n, m):
self.A = np.zeros((n, m))
# solution 1 using pure python
def nonNumbaFunction1(self, idx, values):
se
浏览 0提问于2019-01-13得票数 1
回答已采纳
3回答
我正在处理一个jitclass，其中一个方法可以接受int、float或numpy.ndarray的输入参数。我需要能够确定参数是和数组还是其他两种类型之一。我尝试过使用isinstance，如下面的interp方法所示：
spec = [('x', float64[:]),
('y', float64[:])]
@jitclass(spec)
class Lookup:
def __init__(self, x, y):
self.x = x
self.y = y
def interp(se
浏览 4提问于2017-08-14得票数 2
回答已采纳
Numba似乎支持jit-ed函数中可变数量的参数：
@numba.jit(nopython=True)
def func(*arrays):
return np.vstack(arrays)
但是，我想知道为这个函数提供签名的正确语法是什么，这样numba就可以知道为元组arrays的成员期望哪种类型。我在文档中找不到这方面的参考。
浏览 3提问于2021-06-18得票数 1
回答已采纳
我知道numba现在支持字符串，但找不到任何关于如何在jitclass中使用字符串的文档，也无法弄清楚。 如何使用jitclass创建字符串属性？ (这个攻击是对字符串的支持，而且相当混乱：How can I pass string type in class in numba jitclass python?) 我尝试过unicode_type、char、char、uint8、str --基本上所有我能想到的。 COND_SPEC = [
('feature',nb.unicode_type),
('val', nb.unicode_type
浏览 8提问于2019-04-05得票数 2
回答已采纳
我想把一个类对象传递给一个函数。我可以让它工作，但我想知道是否有一个类型可以分配给它？对于我想要做的事情，我有一个“最小”的例子。
spec = [("a", float64),("b",float64)]
@jitclass(spec)
class SOMETHING_3():
def __init__(self):
self.a = 1.1
self.b = 2.3
def sum(self):
return self.a + self.b
@jit(float64(float64, XX
浏览 26提问于2018-03-05得票数 3
回答已采纳
2回答
在numba网站上：
from numba import jit
@jit
def f(x, y):
# A somewhat trivial example
return x + y
有没有办法让numba使用python类型提示(如果提供的话)？
浏览 5提问于2017-02-18得票数 15
回答已采纳
我希望在np.float32和内置Python之间执行二进制操作(如add和乘法)，并将np.float32作为返回类型。但是，它会自动提升到np.float64中。
示例代码：
>>> a = np.float32(5)
>>> a.dtype
dtype('float32')
>>> b = a + 2
>>> b.dtype
dtype('float64')
如果我用一个np.float128来做这件事，b也会变成一个np.float128。这是好的，因为它因此保持了精确性。然而，在我
浏览 2提问于2014-09-18得票数 0
回答已采纳
1回答
我正在尝试使用Numba的@jitclass装饰器，以便明显地加快代码的速度。我的错误似乎是为了对@jitclass有一个基本的理解
党卫军装饰师。
import numba
from numba import jitclass
spec = [('raster',numba.float32[:,:]),('height', numba.int32),
('width', numba.int32),('azis', numba. int64[:]),('grid',numba.int32),('
浏览 4提问于2020-05-15得票数 0
回答已采纳
1回答
给定一个数据矩阵，其离散项表示为一个2D数字数组，我试图计算某些特征(列)的观测频率，只查看某些实例(矩阵的行)。
我可以很容易地使用numpy，在完成了一些花哨的切片之后，将bincount应用于每个切片。在纯Python中这样做，使用外部数据结构作为计数累加器，是C风格的双循环。
import numpy
import numba
try:
from time import perf_counter
except:
from time import time
perf_counter = time
def estimate_counts_numpy(data
浏览 4提问于2014-10-03得票数 2
回答已采纳
为了检查两个jitclass实例属性的标识，我发现与普通python类相比，这种奇怪的行为。Numba jitclass在它自己的实例属性标识上返回False，检查普通python类按预期工作的位置。
import numba
class MyClass(object):
def __init__(self, x):
self.x = x
spec = [('x', numba.double)]
@numba.jitclass(spec)
class MyJitClass(object):
def __init__(self, x):
浏览 1提问于2017-11-28得票数 1
回答已采纳
1回答
numba目前处理高阶函数的最佳方法是什么？
我实现了
def secant_method_curried (f):
def inner (x_minus1, x_0, consecutive_tolerance):
x_new = x_0
x_old = x_minus1
x_oldest = None
while abs(x_new - x_old) > consecutive_tolerance:
x_oldest = x_old
x_old = x_new
浏览 3提问于2017-01-23得票数 4
回答已采纳
我正在尝试创建一个包含int列表的jitclass函数。
我尝试了各种场景(如下面的示例所示)，但我总是有一个错误: ValueError:无法键入空列表
问题是，有时我需要int列表为空，这将导致错误。
import numpy as np
from numba import jitclass,jit,njit,typeof
from numba import boolean, int32, float64,uint8
# spec1 = [
# ('list_int' ,int32[:]),
# ('list_float' ,float64
浏览 5提问于2020-01-21得票数 1
回答已采纳
1回答
Numba签名协议
、、、、
尽管搜索堆栈溢出和整个互联网，阅读几个堆栈溢出问题和页面，并学习一些线索来告诉Numba我想给Numba什么类型，并从函数中得到什么，但我并没有找到它工作的实际逻辑。
例如，我试验了一个函数，该函数处理整数列表并输出另一个整数列表，当装饰器@numba.jit(numba.int64[:](numba.int64[:]))工作时，装饰器@numba.njit(numba.int64[:](numba.int64[:]))和@numba.vectorize(numba.int64[:](numba.int64[:]))不能工作。
(njit成功地通过了修饰器，无意中发现了函数本身；我猜在'
浏览 1提问于2018-06-28得票数 1
回答已采纳
这里有一个用于尝试在init中创建带有类型化(float64)空列表的jitclass的最小示例：
import numba
from numba.experimental import jitclass
@jitclass([('l',numba.types.ListType(numba.types.float64))])
class test:
def __init__(self):
l = []
test()
这会引发错误：
TypingError: Failed in nopython mode pipeline (step: nopyth
浏览 19提问于2022-10-03得票数 0
回答已采纳
1回答
我需要在简单连接(大多数时候是凸的)的域上计算许多2D积分。我使用python函数scipy.integrate.nquad来完成这个集成。然而，与矩形域上的积分相比，此操作所需的时间要大得多。有没有可能更快的实现？
这是一个例子；我首先在圆域(使用函数内部的约束)上积分一个常量函数，然后在矩形域( nquad函数的默认域)上进行积分。
from scipy import integrate
import time
def circular(x,y,a):
if x**2 + y**2 < a**2/4:
return 1
else:
return 0
de
浏览 15提问于2020-03-09得票数 3
回答已采纳
我希望B类包含如下A类对象的列表：
from numba import int8, jitclass, types, typed
@jitclass([("field", int8)])
class A:
def __init__(self):
self.field = 1
@jitclass([("container", types.ListType(A))])
class B:
def __init__(self):
self.container = typed.List(A())
if __nam
浏览 0提问于2020-03-10得票数 0
回答已采纳
因此，我有一段时间没有关注numba开发，我发现了许多令人兴奋的东西，比如@jitclass和list支持。
所以我想试一试，但是如果我尝试在一个jitclass块中列出我的nopython结构，我就会得到一个错误：
reflected list(instance.jitclass.Interval#42f9788<lo:float64,hi:float64>): unsupported nested memory-managed object
使用简单的后续类
@jitclass([('lo', types.float64), ('hi', typ
浏览 3提问于2017-02-21得票数 1
回答已采纳
我无法实现numba jitted优先级队列。 大量抄袭了python docs，我对这个类相当满意。 import itertools
import numba as nb
from numba.experimental import jitclass
from typing import List, Tuple, Dict
from heapq import heappush, heappop
class PurePythonPriorityQueue:
def __init__(self):
self.pq = [] # list of entries a
浏览 87提问于2021-07-30得票数 2
回答已采纳
我正在优化一些代码，这些代码主要包含在单个python类中。它对python对象的操作非常少，所以我认为使用Numba将是一个很好的匹配，但是在创建对象时我需要大量的参数，而且我认为我还没有完全理解Numba相对最近的dict支持()。我所拥有的参数要么是单个浮点数，要么是into，然后传递给对象，存储，然后在代码运行过程中使用，如下所示：
import numpy as np
from numba import jitclass, float64
spec = [
('p', dict),
('shape', tuple),
浏览 0提问于2019-07-08得票数 1
回答已采纳
我想在Numba类中使用字典，但我不知道应该为类型规范写些什么：
@numba.jitclass([("cnts", ???)])
class Counter:
def __init__(self):
self.cnts = numba.typed.Dict.empty(
key_type=numba.float64, value_type=numba.int64
)
有什么想法吗？
浏览 0提问于2019-08-16得票数 1
回答已采纳
虽然我在我的类之前添加了这个，但是我注意到当我忽略声明它时，我给我的类传递了一个字符串，因为jitclass不能工作，当我试图使用字符串作为同一类型时，不能使用它。
spec = [
('filename', str),
('rows', int32),
('cls', int32),
('L', int32),
('H', int32),
('checking', int32[:]),
('enum_file', int32[
浏览 1提问于2018-02-26得票数 1
回答已采纳
当我尝试导入以下jitclass时，我在字典上得到了一个KeyError：
from numba import jitclass, float64
spec = [('n', float64),
('w', float64),
('a', float64)]
@jitclass(spec)
class foo:
def __init__(self,n,w):
self.n = n
self.w = w
def foo2(self):
a =
浏览 0提问于2016-11-10得票数 1
1回答
我有一个类的层次结构，我想通过使用Numba来加速我的代码。我已经为一些没有类继承的示例测试了@jitclass，它正常工作，并加快了代码的速度。但是，如果我有类继承，则在编译期间发生错误。下面是演示问题的示例代码。如有任何意见和建议，我将不胜感激。现在，对于我来说，类继承似乎不受Numba的支持，但是我在文档中没有找到任何关于它的信息。代码示例：
import numpy as np
from numba import jitclass
from numba import int32, float32
spec = [
('n', int32),
浏览 5提问于2016-10-19得票数 3
回答已采纳
我是Numba的新手，正在尝试使用nopython模式进行jit编译代码。但它正在回归
TypeError: compile_kernel() got an unexpected keyword argument 'nopython'。
包含所有代码的colab笔记本可以在上找到
我哪里搞错了？请提个建议。
浏览 119提问于2020-03-03得票数 1
1回答
我正在尝试用numba.jit.加速python程序
我的程序的一个函数乘以一个float的数组和一个标量，它总是一个整数。
import numpy
myarray = numpy.array([0.2,0.26,0.45,0.78],dtype=float)
def multiply(array, scalar):
newarray = array * scalar
return newarray
newarray = multiply(myarray,5)
当我使用以下签名numba.jit()我的函数时，该函数的运行速度要慢一个数量级：
fastmultiply =
浏览 2提问于2015-01-22得票数 1
回答已采纳
1回答
我正在使用numba中的数组，这些数组有时会返回inf或nan作为条目，然后我需要将其调整为零。我在nopython模式下工作，所以我想知道是否有一种方法可以使用布尔索引(或乘法)将数组中的nan或inf元素调整为零(数组形状为(vertex_number，1))。
显然，我可以像这样循环遍历数组：
from numpy import isnan, isinf, array, zeros, nan, inf, ones
from numba import jit
v = ones((10, 1))
v[0] = nan
v[-1] = inf
print(v)
@jit(nopytho
浏览 2提问于2017-10-24得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
