使用@jit装饰器运行代码时出现错误。似乎无法找到函数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)
没有@jit装饰器,代码将正常运行。也许需要一些使scipy.special模块的属性对Numba可见的东西?
在此先感谢您的任何建议,评论等。
问题在于这gammainc不是Numba固有的一小部分函数(请参阅http://numba.pydata.org/numba- doc/dev/reference/numpysupported.html)-实际上没有的功能。不幸的是,这意味着您不能在“ nopython”模式下使用它- 它只需要将其视为普通的python函数调用即可。
gammainc
如果删除nopython=True,它应该可以工作。但是,这并不十分令人满意,因为它可能会更慢。没有看到您的代码,很难知道确切的建议。但是,通常:
nopython=True
gammainc即使没有nopython,循环(不包含)的速度也会加快。
gammainc 是一个“ ufunc”,这意味着它可以一次轻松地应用于整个阵列,并且无论如何应该快速运行。
您可以致电func.inspect_types()查看它是否可以编译。
func.inspect_types()
作为一个简单的例子:
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”,这意味着它们将被准时化并快速运行。与的位gammainc不是JIT’d,而是立即应用于整个数组,因此也应该很快。
f.inspect_types()