python函数的显式签名，参数包括2d numpy数组

我想使用

@jit

或

@autojit

来加速python代码，如下所述：

然而，该页面上的示例是针对纯python函数的，而我的函数在类中，并且基于更多的搜索，似乎为了使用类函数，我必须提供函数的显式签名

我以前没有使用过签名，但现在我了解了如何将它们用于具有简单参数的函数。但我一直在研究如何为复杂的参数（如2D数组）编写它们

下面是我需要明确签名的函数。 除了

@void

，我真的不知道该写什么

""" Function: train
    Input parameters:
    #X =  shape: [n_samples, n_features]
    #y = classes corresponding to X , y's shape: [n_samples]
    #H = int, number of boosting rounds
    Returns: None
    Trains the model based on the training data and true classes
    """
    #@autojit
    #@void
    def train(self, X, y, H):
           # function code below
           # do lots of stuff...

编辑 鉴于我的参数类型，我尝试了以下方法：

@void(float_[:,:],int_[:],int_)

但出现以下错误：

Traceback (most recent call last):
  File "C:\Users\app\Documents\Python Scripts\gbc_carclassify.py", line 18, in <module>
    import gentleboost_c_class as gbc
  File "C:\Users\app\Documents\Python Scripts\gentleboost_c_class.py", line 20, in <module>
    @jit
  File "C:\Users\app\Anaconda\lib\site-packages\numba\decorators.py", line 272, in jit
    return jit_extension_class(cls, kws, env)
  File "C:\Users\app\Anaconda\lib\site-packages\numba\exttypes\entrypoints.py", line 20, in jit_extension_class
    return jitclass.create_extension(env, py_class, translator_kwargs)
  File "C:\Users\app\Anaconda\lib\site-packages\numba\exttypes\jitclass.py", line 98, in create_extension
    ext_type = typesystem.jit_exttype(py_class)
  File "C:\Users\app\Anaconda\lib\site-packages\numba\typesystem\types.py", line 55, in __call__
    return type.__call__(self, *args)
  File "C:\Users\app\Anaconda\lib\site-packages\numba\exttypes\types\extensiontype.py", line 37, in __init__
    assert isinstance(py_class, type), ("Must be a new-style class "
AssertionError: Must be a new-style class (inherit from 'object')

但现在我得到了这个错误：

C:\Users\app\Anaconda\lib\site-packages\numba\exttypes\validators.py:74: UserWarning: Constructor for class 'GentleBoostC' has no signature, assuming arguments have type 'object'
  ext_type.py_class.__name__)
Traceback (most recent call last):
  File "C:\Users\app\Documents\Python Scripts\gbc_carclassify.py", line 18, in <module>
    import gentleboost_c_class as gbc
  File "C:\Users\app\Documents\Python Scripts\gentleboost_c_class.py", line 21, in <module>
    class GentleBoostC(object):
  File "C:\Users\app\Anaconda\lib\site-packages\numba\decorators.py", line 272, in jit
    return jit_extension_class(cls, kws, env)
  File "C:\Users\app\Anaconda\lib\site-packages\numba\exttypes\entrypoints.py", line 20, in jit_extension_class
    return jitclass.create_extension(env, py_class, translator_kwargs)
  File "C:\Users\app\Anaconda\lib\site-packages\numba\exttypes\jitclass.py", line 110, in create_extension
    extension_compiler.infer()
  File "C:\Users\app\Anaconda\lib\site-packages\numba\exttypes\compileclass.py", line 112, in infer
    self.type_infer_methods()
  File "C:\Users\app\Anaconda\lib\site-packages\numba\exttypes\compileclass.py", line 145, in type_infer_methods
    self.type_infer_method(method)
  File "C:\Users\app\Anaconda\lib\site-packages\numba\exttypes\compileclass.py", line 121, in type_infer_method
    **self.flags)
  File "C:\Users\app\Anaconda\lib\site-packages\numba\pipeline.py", line 133, in compile2
    func_ast = functions._get_ast(func)
  File "C:\Users\app\Anaconda\lib\site-packages\numba\functions.py", line 89, in _get_ast
    ast.PyCF_ONLY_AST | flags, True)
  File "C:\Users\app\Documents\Python Scripts\gentleboost_c_class.py", line 1
    def train(self, X, y, H):
    ^
IndentationError: unexpected indent

C:\Users\app\Anaconda\lib\site packages\numba\exttypes\validators.py:74:UserWarning:GentleBoostC类的构造函数没有签名，假设参数的类型为“object”
ext_type.py_class.\uuu名称\uuu）
回溯（最近一次呼叫最后一次）：
文件“C:\Users\app\Documents\Python Scripts\gbc\u carclassify.py”，第18行，在
将gentleboost_c_类作为gbc导入
文件“C:\Users\app\Documents\Python Scripts\gentleboost\u C\u class.py”，第21行，在
类GentleBoostC（对象）：
文件“C:\Users\app\Anaconda\lib\site packages\numba\decorators.py”，第272行，jit格式
返回jit扩展类（cls、kws、env）
文件“C:\Users\app\Anaconda\lib\site packages\numba\exttypes\entrypoints.py”，第20行，在jit\u扩展\u类中
返回jitclass.create_扩展（env、py_类、translator_-kwargs）
文件“C:\Users\app\Anaconda\lib\site packages\numba\exttypes\jitclass.py”，第110行，在create\U扩展名中
扩展_编译器.expert（）
文件“C:\Users\app\Anaconda\lib\site packages\numba\exttypes\compileclass.py”，第112行，在推断中
self.type_expert_方法（）
文件“C:\Users\app\Anaconda\lib\site packages\numba\exttypes\compileclass.py”，第145行，在类型推断方法中
自我类型推断方法（方法）
文件“C:\Users\app\Anaconda\lib\site packages\numba\exttypes\compileclass.py”，第121行，在类型推断方法中
**自我保护（国旗）
文件“C:\Users\app\Anaconda\lib\site packages\numba\pipeline.py”，第133行，在compile2中
func_ast=函数。_get_ast（func）
文件“C:\Users\app\Anaconda\lib\site packages\numba\functions.py”，第89行，在
ast.PyCF_仅_ast|标志，真）
文件“C:\Users\app\Documents\Python Scripts\gentleboost\u C\u class.py”，第1行
def序列（自身、X、y、H）：
^
缩进错误：意外缩进

---

我想我没有缩进错误。。。在将

object

添加到类之前，我对这段完全相同的代码没有任何问题

在数据类型上使用切片语法来表示数组。因此，您的示例可能类似于：

from numba import void, int_, float_, jit

...

@jit
class YourClass(object):

    ...

    @void(float_[:, :], int_[:], int_)
    def train(self, X, y, H):
         # X is typed as a 2D float array and y as a 1D int array.
         pass

---

我试过你说的，但出现了一个错误，请看我编辑的问题。是的，我忘记了-numba类必须是新样式的类，所以你必须让你的类从对象继承。我编辑了我的答案以反映这一点。谢谢-但这又产生了另一个错误！我在问题中添加了第二个编辑。如果函数没有任何可执行代码，请确保在函数中输入pass。我所有的函数都有很多可执行代码。。。并非所有函数都返回任何内容，但它们都执行某种代码执行。这是一个完全定义的工作类，包含我使用过的函数，我现在只想加快它的速度。

from numba import void, int_, float_, jit

...

@jit
class YourClass(object):

    ...

    @void(float_[:, :], int_[:], int_)
    def train(self, X, y, H):
         # X is typed as a 2D float array and y as a 1D int array.
         pass