Python Numba和二维numpy数组列表

我有一些课：

来自numba导入类、int32、float32、类型
从a.typed导入列表
_规格=[
（'Y_rf'，types.List（float32[：，：]），
...
]
@jitclass（_spec）
等级密度比估算：
定义初始（自我，西格玛）：
自我西格玛=西格玛
self.Y_rf=[np.array（[[0.]]，dtype=float32]

但我不能让它工作。它总是因不同的错误而中断。目前的错误是：

TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Internal error at <numba.typeinfer.CallConstraint object at 0x00000277CBBBF550>.
Failed in nopython mode pipeline (step: nopython mode backend)


File "src\models\DDRE.py", line 26:
    def __init__(self, sigma):
        <source elided>
        self.sigma = sigma
        self.Y_rf = [np.array([[0.]], dtype=float32)]
        ^

[1] During: lowering "(self).Y_rf = $0.11" at D:\anomaly-detection\src\models\DDRE.py (26)
[2] During: resolving callee type: jitclass.DensityRatioEstimation#277c8a6cdd8<sigma:float32,Y_rf:list(array(float32, 2d, A)),Y_te:list(array(float32, 2d, A)),k:int32,alphas:array(float32, 1d, A),b:array(float32, 1d, A)>
[3] During: typing of call at <string> (3)

Enable logging at debug level for details.

File "<string>", line 3:
<source missing, REPL/exec in use?>

TypingError:在nopython模式管道中失败（步骤：nopython前端）
在的内部错误。
在nopython模式管道中失败（步骤：nopython模式后端）
文件“src\models\DDRE.py”，第26行：
定义初始（自我，西格玛）：
自我西格玛=西格玛
self.Y_rf=[np.array（[[0.]]，dtype=float32]
^
[1] 期间：在D:\normal detection\src\models\DDRE.py（26）处降低“（self）.Y_rf=$0.11”
[2] 期间：解析被调用方类型：jitclass.DensityRatioEstimation#277c8a6cdd8
[3] 期间：在（3）处键入呼叫
在调试级别启用日志记录以了解详细信息。
文件“”，第3行：

---

我还尝试使用

numba.types.List中的
List.empty_List（float32[：，：]）
来代替
[np.array（[[0.]]，dtype=float32）]
。但它也不起作用。如何解决这个问题？
您的代码片段有一个问题，您正在尝试使用Numba数据类型创建Numpy数组

np.array([[1, 2], [3, 4]], dtype=np.float32) # OK
np.array([[1, 2], [3, 4]], dtype=nb.float32) # Not OK

但是，主要问题是需要使用
numba.types.npytypes.Array
指定列表的类型。这与使用
float32（[：，：]）
指定数组的函数签名不同

输出
import numba as nb
import numpy as np

_spec = [
    ('Y_rf', nb.types.List(nb.types.Array(nb.types.float32, 2, 'C'))),
    ('sigma', nb.types.int32)
]

@jitclass(_spec)
class DensityRatioEstimation:
    def __init__(self, sigma):
        self.sigma = sigma
        self.Y_rf = [np.array([[1, 2], [3, 4]], dtype=np.float32)]


dre = DensityRatioEstimation(1)
dre.Y_rf

[array([[1., 2.],
        [3., 4.]], dtype=float32)]