python - Numba词典:JIT()装饰器中的签名

我的函数接受numpy数组列表和字典（或字典列表）作为输入参数，并返回值列表。numpy数组的列表很长，并且数组的形状可能不同。尽管我可以单独传递numpy数组，但出于内务处理的目的，我真的希望形成一个numpy数组元组，并将它们作为元组传递到我的函数中。
如果没有字典（它是根据numba>=0.43专门形成的），整个设置工作良好-请参阅下面的脚本。因为输入和输出的结构是元组形式的，所以JIT需要签名—如果没有签名，它就无法确定数据结构的类型。但是，无论我如何尝试将字典“d”声明到JIT装饰器中，我都无法使脚本正常工作。
请帮助想法或解决方案，如果存在的话。
非常感谢
“巨蟒：

import numpy as np
from numba import njit
from numba import types
from numba.typed import Dict

@njit(  'Tuple( (f8,f8) )(Tuple( (f8[:],f8[:]) ))'  )

def somefunction(lst_arr):
    arr1, arr2 = lst_arr

    summ = 0
    prod = 1
    for i in arr2:
        summ += i
    for j in arr1:
        prod *= j

    result = (summ,prod)
    return result

a = np.arange(5)+1.0
b = np.arange(5)+11.0
arg = (a,b)
print(a,b)

print(somefunction(arg))


# ~~ The Dict.empty() constructs a typed dictionary.
d = Dict.empty(
    key_type=types.unicode_type,
    value_type=types.float64,)

d['k1'] = 1.5
d['k2'] = 0.5

'''
我希望将'd'-字典传递到'somefunction'中，并将其与dict键一起使用…形成如下示例：result = (summ * d['k1'], prod * d['k2'])

import numpy as np
from numba import njit
from numba import types
from numba.typed import Dict

@njit(  'Tuple( (f8,f8) )(Tuple( (f8[:],f8[:]) ), Dict)'  )

def somefunction(lst_arr, mydict):
    arr1, arr2 = lst_arr

    summ = 0
    prod = 1
    for i in arr2:
        summ += i
    for j in arr1:
        prod *= j

    result = (summ*mydict['k1'],prod*mydict['k2'])
    return result

# ~~ Input numpy arrays
a = np.arange(5)+1.0
b = np.arange(5)+11.0
arg = (a,b)

# ~~ Input dictionary for the function
d = Dict.empty(
    key_type=types.unicode_type,
    value_type=types.float64)

d['k1'] = 1.5
d['k2'] = 0.5


# ~~ Run function and print results
print(somefunction(arg, d))

最佳答案

我使用的是0.45.1版本。您可以简单地传递字典，而不必在字典中声明类型：

d = Dict.empty(
    key_type=types.unicode_type,
    value_type=types.float64[:],
)
d['k1'] = np.arange(5) + 1.0
d['k2'] = np.arange(5) + 11.0

# Numba will infer the type on it's own.
@njit
def somefunction2(d):
    prod = 1

    # I am assuming you want sum of second array and product of second
    result = (d['k2'].sum(), d['k1'].prod())

    return result

print(somefunction(d))
# Output : (65.0, 120.0)

作为参考，您可以查看官方文档中的this example。
更新：
在您的例子中，您可以让jit自己推断类型，它应该可以工作，下面的代码对我有效：

import numpy as np
from numba import njit
from numba import types
from numba.typed import Dict
from numba.types import DictType

# Let jit infer the types on it's own
@njit
def somefunction(lst_arr, mydict):
    arr1, arr2 = lst_arr
    summ = 0
    prod = 1
    for i in arr2:
        summ += i
    for j in arr1:
        prod *= j

    result = (summ*mydict['k1'],prod*mydict['k2'])
    return result

# ~~ Input numpy arrays
a = np.arange(5)+1.0
b = np.arange(10)+11.0  #<--------------- This is of different shape
arg = (a,b)

# ~~ Input dictionary for the function
d = Dict.empty(
    key_type=types.unicode_type,
    value_type=types.float64)

d['k1'] = 1.5
d['k2'] = 0.5


# This works now
print(somefunction(arg, d))

您可以查看官方文档：
除非有必要，建议让Numba使用@jit的无签名变量来推断参数类型。
我尝试了各种方法，但这是唯一一个对你指定的问题有效的方法。

关于python - Numba词典:JIT()装饰器中的签名，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58145487/