python - Python/Numba:scipy.special.gammainc()出现未知属性错误

使用@jit decorator运行代码时出错。似乎找不到函数scipy.special.gammainc（）的某些信息：

Failed at nopython (nopython frontend)
Unknown attribute 'gammainc' for Module(<module 'scipy.special' from 'C:\home\Miniconda\lib\site-packages\scipy\special\__init__.pyc'>) $164.2 $164.3 = getattr(attr=gammainc, value=$164.2)

如果没有@jit decorator，代码将运行良好。也许有必要使SimPi.Stand模块的属性能看到NUBA？
提前感谢您的建议、意见等。

最佳答案

问题是gammainc不是NUBA固有地知道如何处理的一小部分函数（见http://numba.pydata.org/numba-doc/dev/reference/numpysupported.html）-实际上没有一个SCIPY函数。这意味着您不能在“nopython”模式下使用它，不幸的是-它只需要将其视为一个普通的python函数调用。
如果删除nopython=True，它应该可以工作。然而，这并不是非常令人满意，因为它可能会慢一些。如果看不到你的代码，很难知道确切的建议是什么。然而，一般情况下：
循环（不包含gammainc之类的内容）将加快速度，即使没有nopython。
gammainc是一个“UFUNC”，这意味着它一次可以很容易地应用到整个数组中，并且无论如何都应该快速运行。
您可以调用func.inspect_types()来查看它是否能够编译。
举个简单的例子：

from scipy.special import gammainc
import numba as nb
import numpy as np

@nb.jit # note - no "nopython"
def f(x):
  for n in range(x.shape[0]):
    x[n] += 1
  y = gammainc(x,2.5)
  for n in range(y.shape[0]):
    y[n] -= 1
  return y

f(np.linspace(0,20)) # forces it to be JIT'd and outputs an array

然后f.inspect_types()将这两个循环标识为“提升循环”，这意味着它们将被jit并快速运行。带gammainc的位不是jit'd，而是一次应用到整个数组，因此也应该很快。

关于python - Python/Numba:scipy.special.gammainc()出现未知属性错误，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31975205/