Python/Numba:scipy.special.gammainc（）的未知属性错误

我在使用@jit decorator运行代码时出错。似乎找不到函数scipy.special.gammainc（）的某些信息：

Failed at nopython (nopython frontend)
Unknown attribute 'gammainc' for Module(<module 'scipy.special' from 'C:\home\Miniconda\lib\site-packages\scipy\special\__init__.pyc'>) $164.2 $164.3 = getattr(attr=gammainc, value=$164.2)

在nopython（nopython前端）失败
模块（）的未知属性'gammainc'$164.2$164.3=getattr（attr=gammainc，value=$164.2）

如果没有@jit装饰器，代码将运行良好。也许需要一些东西才能使scipy.special模块的属性对Numba可见

---

提前感谢您提供的任何建议、评论等。

问题在于

gammainc

不是Numba天生知道如何处理的一小部分函数（请参阅）-事实上，没有一个scipy函数是。不幸的是，这意味着您不能在“nopython”模式下使用它——它只需将其视为普通的python函数调用

如果删除

nopython=True

，它应该可以工作。然而，这并不十分令人满意，因为它可能会慢一些。如果没有看到您的代码，就很难知道确切的建议。然而，总的来说：

• 循环（不包含像

  gammainc

  ）这样的东西）将加快速度，即使没有nopython

• gammainc

  是一个“ufunc”，这意味着它可以一次轻松地应用于整个阵列，并且无论如何都应该快速运行

• 您可以调用

  func.inspect\u types（）

  查看它是否能够编译

举个简单的例子：

from scipy.special import gammainc
import numba as nb
import numpy as np

@nb.jit # note - no "nopython"
def f(x):
  for n in range(x.shape[0]):
    x[n] += 1
  y = gammainc(x,2.5)
  for n in range(y.shape[0]):
    y[n] -= 1
  return y

f(np.linspace(0,20)) # forces it to be JIT'd and outputs an array

---

然后

f.inspect_types（）

将这两个循环标识为“提升的循环”，这意味着它们将进行JIT并快速运行。带有

gammainc

的位不是JIT'd，而是一次应用于整个阵列，因此速度也应该很快。

您是否尝试过scipy import special的

或scipy.special import ge的
？有时从scipy导入是很棘手的。感谢这些建议，不幸的是，当我尝试上述所有导入方法时，我仍然会遇到错误：在Nopyton（Nopyton frontend）失败，未键入全局名称“gammainc”，反应非常好，David。就像你说的代码运行良好，没有nopython=True。我只是想把事情做到底，尽可能地从Numba中挖掘出更多的东西，但是从您上面的解释来看，在对象模式下编译时，我仍然可以获得性能改进。在这个包含gammainc的函数上使用带有对象模式的\@jit时，我获得了20%的性能提升，但我已经被在其他函数上使用\@jit后所获得的巨大收益所宠坏了，所以让nopython模式在这个函数上工作是我的目标。