Julia 方法将与嵌套类型限制不匹配

我有一个简单的方法，计算向量集合的加权平均值

function meanw{T <: Number}(x::AbstractArray{AbstractVector{T}, 1}, w::AbstractVector{T})
  x̄ = sum(x .* w)
  x̃ = map(z -> z - x̄, x)
  x̄, x̃
end

我怀疑我误解了在涉及嵌套时如何使用类型限制。我应该如何重写此函数以匹配我的集合

附言

---

我知道向量和数组是一样的，但它们之间的区别使函数的使用更加清晰。

因此，如果您重写代码以使用具体的类型，它就可以工作了

function meanw{T <: Number}(x::Array{Vector{T}, 1}, w::Vector{T})
  x̄ = sum(x .* w)
  x̃ = map(z -> z - x̄, x)
  x̄, x̃
end

函数的意思是{tz-x̄，x）
x̄，x̃
结束

这同样有效

function meanw{T <: Number}(x::Array{Vector{T}, 1}, w::AbstractVector{T})
  x̄ = sum(x .* w)
  x̃ = map(z -> z - x̄, x)
  x̄, x̃
end

函数的意思是{tz-x̄，x）
x̄，x̃
结束

这不管用

function meanw{T <: Number}(x::Array{AbstractVector{T}, 1}, w::AbstractVector{T})
  x̄ = sum(x .* w)
  x̃ = map(z -> z - x̄, x)
  x̄, x̃
end

函数的意思是{tz-x̄，x）
x̄，x̃
结束

这又起作用了

function meanw{T <: Number}(x::AbstractArray{Vector{T}, 1}, w::AbstractVector{T})
  x̄ = sum(x .* w)
  x̃ = map(z -> z - x̄, x)
  x̄, x̃
end

函数的意思是{tz-x̄，x）
x̄，x̃
结束

我们这里的问题在Julia手册的

最后一点非常重要：

尽管如此，根本问题是

julia> Vector{Vector} <: Vector{AbstractArray}
false

---

julia>Vector{Vector}julia是一种快速发展的语言，随着每一代人的出现，新的功能都会出现，一些Q&a需要审查

重要

julia> VERSION
v"0.6.0-dev.2259"

Julia的高级功能之一是其调度系统。
.
现在，由于（v0.6.0 2017-1-16），用户可以受益于新的三角调度功能

这里我们需要解决为两个参数编写通用方法的问题：

数字的一维数组（一般向量）
w
数字的一般向量的一般数组
x
@Wallnus的答案包括4种方法，所有方法都有效。以下是第一种：


函数意味着{T StatsBase.jl包有一个支持权重的平均函数。很抱歉，接受时间太晚了。答案符合我的要求，但我认为我意识到我所做的不是正确的事情。以后可能对类型不那么严格更好。
julia> Vector{Vector} <: Vector{AbstractArray}
false

function meanw{T<:Number,S<:Number}(x::Vector{Array{T}}, w::Vector{S})
    x̄ = sum(x .* w)
    x̃ = map(z -> z - x̄, x)
    x̄, x̃
end

julia> VERSION
v"0.6.0-dev.2259"

julia> meanw([[1],[2]], [1])
INFO: both are Vector for the same element-type: Int32

julia> (typeof(spzeros(3)) |> supertype |> supertype) <: AbstractVector #=> true

julia> meanw([[1.],[2]], spzeros(3))
INFO: an Array of Vectors and an AbstractVector sub-type both with the same element-type: Float64

julia> meanw([spzeros(3) for i=1:3], spzeros(3)) #=> Error
julia> meanw([[1],[2]],[1.]) #=> Error

julia> meanw([[""],[2]],[1.]) #=> Not enough restriction for element type of first AbstractVector
INFO: an AbstractVector of AbstractVector sub-type with Any element and an AbstractVector sub-type of Number

julia> methods(meanw)
# 5 methods for generic function "meanw":
meanw{T<:Number}(x::Array{Array{T,1},1}, w::Array{T,1}) in Main at REPL[1]:2
meanw{T<:Number}(x::Array{Array{T,1},1}, w::AbstractArray{T,1}) in Main at REPL[22]:2
meanw{T<:Number}(x::AbstractArray{Array{T,1},1}, w::AbstractArray{T,1}) in Main at REPL[24]:2
meanw{T<:Number,V<:AbstractArray{T<:Number,1}}(x::AbstractArray{V,1}, w::AbstractArray{T,1}) in Main at REPL[41]:2 
meanw{T<:Number,V<:(AbstractArray{T,1} where T)}(x::AbstractArray{V,1}, w::AbstractArray{T,1}) in Main at REPL[39]:2

julia> meanw([spzeros(3) for i=1:3], spzeros(3))
INFO: an AbstractVector of AbstractVector sub-type and an AbstractVector subtype both for a same sub-type of Number (triangular)

julia> meanw([[2],[2]],[1.])
INFO: an AbstractVector of AbstractVector sub-type and an AbstractVector sub-type both for Number (triangular)