Python 用numba并行生成任意长度的随机向量

我想生成随机向量的形式

---

[i如果是随机均匀（0,1）
prange
是一个numba函数。键入错误只是来自numba的一般错误，表示在编译函数时遇到了问题。真正的问题是您正在尝试调用未声明的函数。您需要像这样使用
prange
函数：

from numba import njit, int64, float64
import numba
import numpy as np

@njit([int64[:](float64[:], int64)])
def rand_coin(freqs,r):
    return np.arange(r)[np.random.uniform(0,1,size=r)<=freqs] 

@njit(parallel=True)
def rand_coins(freqs,n):
    r = freqs.shape[0]
    return [rand_coin(freqs,r) for i in numba.prange(n)] #                     **

来自numba import njit、int64、float64
进口麻木
将numpy作为np导入
@njit（[int64[：]（float64[：]，int64）]）
def兰特币（频率，r）：
返回np.arange（r）[np.random.uniform（0,1，size=r），这在我上面的示例中只是输入错误。运行代码会产生一个
双重免费或损坏
错误（在上面的玩具示例的运行时）--它对你有用吗？它对be有用，但我怀疑它与列表理解有关。我在谷歌上查找了它，发现了这个github问题：。当你这样使用理解时，
prange
似乎是必要的。顺便问一句：兰特硬币。平行诊断（级别=4）确认平行部分吗使用np.random.*（）进行“环绕”，其中严格的re-[SERIAL]-由于同时维护状态机种子和伪随机生成序列的可再现性，因此必须进行同步化？@user3666197当我执行上述
rand_coins
函数时，我立即得到一个双重无错误或损坏错误，后面跟着一个SIGABRT，因此我无法检查并行诊断——很可能与其中一个他给我写了两份报告
from numba import njit, int64, float64
import numba
import numpy as np

@njit([int64[:](float64[:], int64)])
def rand_coin(freqs,r):
    return np.arange(r)[np.random.uniform(0,1,size=r)<=freqs] 

@njit(parallel=True)
def rand_coins(freqs,n):
    r = freqs.shape[0]
    return [rand_coin(freqs,r) for i in numba.prange(n)] #                     **