Python 索引空数组，Numba vs.Numpy

我在试验数组索引的

Numba

vs

Numpy

行为，遇到了一些我不太理解的东西；所以我希望有人能为我指出正确的方向，这可能是一个非常简单的问题。下面是两个函数，它们都使用np.arange命令创建一个空数组。然后，我使用索引0向数组“追加”（尝试各种方法，以查看

Numba

和

Numpy

如何执行/中断），

example[0]=1

带有

jit

的

Numba

函数运行时没有错误，但是

Numpy

示例给出了错误：

IndexError: index 0 is out of bounds for axis 0 with size 0

Numpy

错误是有道理的，但是我不确定为什么启用了

jit

的

Numba

允许操作没有错误

import numba as nb
import numpy as np

@nb.jit()
def funcnumba():
    '''
    Add item to position 0 using Numba
    '''
    example = np.arange(0)
    example[0] = 1
    return example

def funcnumpy():
    '''
    Add item to position 0 using Numpy. This produces an error which makes sense
    '''
    example = np.arange(0)
    example[0] = 1
    return example

print(funcnumba())

print(funcnumpy())

见：

目前没有对数组索引和切片进行边界检查（…）

---

这意味着您将在本例中写入超出数组边界的内容。因为它只是一个元素，所以您可能会幸运地侥幸逃脱，但您也可能使程序崩溃，或者更糟糕的是，悄悄地覆盖其他一些值。有关它的讨论，请参阅。

我很困惑，为什么它在没有边界检查的情况下抛出错误？这不是更多地与numpy将单个项数组视为标量有关吗？事实上，

np.arange（0）

在我看来似乎是在邀请不可靠的行为。它有目的吗？@roganjosh是NumPy函数引起了错误，而不是Numba函数（这很有意义，因为NumPy确实实现了边界检查）

np.arange（0）

是一个空数组，而不是单个项。就其效用而言，我认为这是一个一致性的问题。我可能在需要工作时使用过它，无论结果是否为空。