Numpy Numba：检测到从nopython编译路径返回到对象模式编译路径

我正在尝试用numba@jit编译python函数。在参数列表中，N1、N2、N3是整数，FX、FY、FZ是浮点64数据类型的numpy矩阵，inx，…，ground是具有int64数据类型的numpy数组，inb、res具有int64数据类型。在下面的函数中，spdiags、lil_矩阵、csx_矩阵来自scipy.sparse库

@jit
def ThreeDChannel_Differentiate1(N1,N2,N3,FX,FY,FZ,
                                 inx,iny,inz,A0,AN,AS,AE,AW,AA,AG,east,
                                 west,north,south,air,ground,inb,res):

    data = np.zeros((7,(N1*N2*(N3-2))))
    diags = np.array([-N1*(N3-2), -N1, -1, 0, 1, N1, N1*(N3-2)])
    M = spdiags(data, diags, N1*N2*(N3-2), N1*N2*(N3-2))
    #M = sp.csc_matrix(M)
    M = sp.lil_matrix(M)

    for k in inz-1:
        for j in inx:
            for i in iny:
                FY0 = FY[i,j,k+1]
                FYN = FY[north[i],j,k+1]
                FYS = FY[south[i],j,k+1]

                FX0 = FX[i,j,k+1]
                FXE = FX[i,east[j],k+1]
                FXW = FX[i,west[j],k+1]

                FZ0 = FZ[i,j,k+1]
                FZA = FZ[i,j,air[k]]
                FZG = FZ[i,j,ground[k]]

                if inb == 1:
                    M[A0[i,j,k],A0[i,j,k]] = 1/FY0*(FYN/(FY0+FYN)-FYS/(FYS+FY0))

                if inb == 2:
                    M[A0[i,j,k],A0[i,j,k]] = 1/FX0*(FXE/(FX0+FXE)-FXW/(FXW+FX0))

                if inb == 3:
                    M[A0[i,j,k],A0[i,j,k]] = 1/FZ0*(FZA/(FZ0+FZA)-FZG/(FZG+FZ0))

                if inb == 1:
                    M[A0[i,j,k],AN.ravel(order='F')[A0[i,j,k]]] = 1/FY0*FY0/(FY0+FYN)
                    M[A0[i,j,k],AS.ravel(order='F')[A0[i,j,k]]] = -1/FY0*FY0/(FY0+FYS)

                if inb == 2:
                    M[A0[i,j,k],AE.ravel(order='F')[A0[i,j,k]]] = 1/FX0*FX0/(FX0+FXE)
                    M[A0[i,j,k],AW.ravel(order='F')[A0[i,j,k]]] = -1/FX0*FX0/(FX0+FXW)

                # Account for wall Dirichlet (no-slip) condition in the wall-normal direction
                if inb == 3:
                    if AG.ravel(order='F')[A0[i,j,k]] >= 0:
                        M[A0[i,j,k],AG.ravel(order='F')[A0[i,j,k]]] = -1/FZ0*FZ0/(FZ0+FZG)
                    else:
                        M[A0[i,j,k],A0[i,j,k]] = 1/FZ0*(FZA/(FZ0+FZA)-FZG/(FZG+FZ0) + \
                                                 FZ0/(FZG+FZ0))

                    if AA.ravel(order='F')[A0[i,j,k]] < N1*N2*(N3-2):
                        M[A0[i,j,k],AA.ravel(order='F')[A0[i,j,k]]] = 1/FZ0*FZ0/(FZ0+FZA)

                    else:
                        M[A0[i,j,k],A0[i,j,k]] = 1/FZ0*(FZA/(FZ0+FZA)-FZG/(FZG+FZ0) - \
                                                 FZ0/(FZA+FZ0))

    M = sp.csc_matrix(M, copy=False)

    return M

@jit
def三通道1（N1、N2、N3、FX、FY、FZ、，
inx，iny，inz，A0，AN，AS，AE，AW，AA，AG，东部，
西、北、南、空中、地面、inb、res）：
数据=np.零（（7，（N1*N2*（N3-2）））
diags=np.数组（[-N1*（N3-2），-N1，-1,0,1,N1，N1*（N3-2）]）
M=spdiags（数据、诊断、N1*N2*（N3-2）、N1*N2*（N3-2））
#M=sp.csc_矩阵（M）
M=sp.lil_矩阵（M）
对于inz-1中的k：
对于inx中的j：
对于iny的我：
FY0=FY[i，j，k+1]
FYN=FY[north[i]，j，k+1]
FYS=FY[南[i]，j，k+1]
FX0=FX[i，j，k+1]
FXE=FX[i，东[j]，k+1]
FXW=FX[i，west[j]，k+1]
FZ0=FZ[i，j，k+1]
FZA=FZ[i，j，air[k]]
FZG=FZ[i，j，接地[k]]
如果inb==1：
M[A0[i，j，k]，A0[i，j，k]]=1/FY0*（FYN/（FY0+FYN）-FYS/（FYS+FY0））
如果inb==2：
M[A0[i，j，k]，A0[i，j，k]=1/FX0*（FXE/（FX0+FXE）-FXW/（FXW+FX0））
如果inb==3：
M[A0[i，j，k]，A0[i，j，k]]=1/FZ0*（FZA/（FZ0+FZA）-FZG/（FZG+FZ0））
如果inb==1：
M[A0[i，j，k]，AN.ravel（order='F'）[A0[i，j，k]]]=1/FY0*FY0/（FY0+FYN）
M[A0[i，j，k]，AS.ravel（order='F'）[A0[i，j，k]]=-1/FY0*FY0/（FY0+FYS）
如果inb==2：
M[A0[i，j，k]，AE.ravel（order='F'）[A0[i，j，k]]]=1/FX0*FX0/（FX0+FXE）
M[A0[i，j，k]，AW.ravel（order='F'）[A0[i，j，k]]=-1/FX0*FX0/（FX0+FXW）
#考虑墙法向上的墙Dirichlet（无滑移）条件
如果inb==3：
如果AG.ravel（order='F'）[A0[i，j，k]]>=0：
M[A0[i，j，k]，股份公司ravel（order='F'）[A0[i，j，k]]=-1/FZ0*FZ0/（FZ0+FZG）
其他：
M[A0[i，j，k]，A0[i，j，k]]=1/FZ0*（FZA/（FZ0+FZA）-FZG/（FZG+FZ0）+\
FZ0/（FZG+FZ0））
如果AA.ravel（order='F'）[A0[i，j，k]]

如果我调用上面的函数，我会得到下面的错误。另外，我得到了一个与spdiag对象相关的警告。我认为Numba不支持scipy对象。但是下面的警告与for循环有关。这个错误与什么有关

File "<ipython-input-5-66816b729db2>", line 13:
def ThreeDChannel_Differentiate1(N1,N2,N3,FX,FY,FZ,
    <source elided>

    for k in inz-1:
    ^

  self.func_ir.loc))
/home/suraj/anaconda3/lib/python3.7/site-packages/numba/compiler.py:734: NumbaDeprecationWarning: 
Fall-back from the nopython compilation path to the object mode compilation path has been detected, this is deprecated behaviour.

文件“”，第13行：
def三通道1（N1、N2、N3、FX、FY、FZ、，
对于inz-1中的k：
^
自身功能（如图所示）
/home/suraj/anaconda3/lib/python3.7/site packages/numba/compiler.py:734:numbadepreactionwarning:
检测到从nopython编译路径返回到对象模式编译路径，这是不推荐的行为。

---

多谢各位

您应该明确您正在使用的是

scipy.sparse

代码（

spdiags

和

lil_矩阵

，

csc_矩阵

）。你是对的，

numba

没有任何

nopython

代码；稀疏矩阵不是

numpy

子类。什么是

inz

？警告的位置可能不重要。这是某种有限差分或有限元刚度矩阵吗？当我在MATLAB中使用FEA时，我投入了大量精力对

coo_矩阵（（数据，（行，列））进行“矢量化”评估

输入样式。

lil

针对元素分配进行了优化，但最好先将所有输入收集到

行

etc数组中。您可能可以使用

@njit

来实现这一点。不要要求

numba

创建/修改/访问稀疏矩阵。（稀疏代码的一些关键部分是用cython编写的）是的，这是一个有限差分代码。spdiags，lil_matirx来自scipy.sparse库。inz是一个具有int64数据类型的一维数组。谢谢。