Python 当使用@jit时，这是一种0.50的行为

以下功能在Numba 0.38上运行良好：

@jit
定义ndiff（x）：
s=x.size
r=np.empty（s，dtype=np.bool）
对于范围（1，s）内的i：
r[i]=x[i]-x[i-1]
返回r
arr=np.array（[True，True，True，False，False，False，True，True，True]）
_ndiff（arr）
#>np.数组（[3,7]）

但是，当使用Numba 0.50时，它会输出大量错误：

./application.py:18: NumbaWarning: 
Compilation is falling back to object mode WITH looplifting enabled because Function "_ndiff" failed type inference due to: Unknown attribute 'type' of type array(bool, 1d, C)

File "application.py", line 23:
def _ndiff(x):
    <source elided>
    s = x.size
    r = np.empty(s, dtype=x.type) 
    ^

During: typing of get attribute at ./application.py (23)

File "application.py", line 23:
def _ndiff(x):
    <source elided>
    s = x.size
    r = np.empty(s, dtype=x.type) 
    ^

  @jit
./application.py:18: NumbaWarning: 
Compilation is falling back to object mode WITHOUT looplifting enabled because Function "_ndiff" failed type inference due to: cannot determine Numba type of <class 'numba.core.dispatcher.LiftedLoop'>

File "application.py", line 24:
def _ndiff(x):
    <source elided>
    r = np.empty(s, dtype=x.type) 
    for i in range(1, s): 
    ^

  @jit
/home/ubuntu/anaconda3/envs/py38/lib/python3.8/site-packages/numba/core/object_mode_passes.py:177: NumbaWarning: Function "_ndiff" was compiled in object mode without forceobj=True, but has lifted loops.

File "application.py", line 22:
def _ndiff(x):
    <source elided>
    s = x.size
    ^

  warnings.warn(errors.NumbaWarning(warn_msg,
/home/ubuntu/anaconda3/envs/py38/lib/python3.8/site-packages/numba/core/object_mode_passes.py:187: NumbaDeprecationWarning: 
Fall-back from the nopython compilation path to the object mode compilation path has been detected, this is deprecated behaviour.

For more information visit http://numba.pydata.org/numba-doc/latest/reference/deprecation.html#deprecation-of-object-mode-fall-back-behaviour-when-using-jit

File "application.py", line 22:
def _ndiff(x):
    <source elided>
    s = x.size
    ^

/application.py:18:NumbaWarning:
由于类型数组（bool，1d，C）的未知属性“type”，函数“\u ndiff”未能进行类型推断，编译正在退回到启用循环提升的对象模式
文件“application.py”，第23行：
定义ndiff（x）：
s=x.size
r=np.empty（s，dtype=x.type）
^
期间：在./application.py（23）处键入get属性
文件“application.py”，第23行：
定义ndiff（x）：
s=x.size
r=np.empty（s，dtype=x.type）
^
@准时制
/应用程序。py:18：编号：
编译正在退回到对象模式，但未启用循环提升，因为函数“\u ndiff”的类型推断失败，原因是：无法确定
文件“application.py”，第24行：
定义ndiff（x）：
r=np.empty（s，dtype=x.type）
对于范围（1，s）内的i：
^
@准时制
/home/ubuntu/anaconda3/envs/py38/lib/python3.8/site packages/numba/core/object\u mode\u passs.py:177:NumbaWarning:Function“\u ndiff”是在对象模式下编译的，没有forceobj=True，但有提升循环。
文件“application.py”，第22行：
定义ndiff（x）：
s=x.size
^
警告。警告（错误。警告），
/home/ubuntu/anaconda3/envs/py38/lib/python3.8/site packages/numba/core/object_mode_passes.py:187:numbadepreaction警告：
检测到从nopython编译路径返回到对象模式编译路径，这是不推荐的行为。
欲了解更多信息，请访问http://numba.pydata.org/numba-doc/latest/reference/deprecation.html#deprecation-使用jit时对象模式的回退行为
文件“application.py”，第22行：
定义ndiff（x）：
s=x.size
^

基本上，它抱怨回到对象模式，因为他对这里找到的几乎所有东西都不满意。尽管有这些警告，但使用1000000大小的数组测试

@jit

函数可以绝对确定它绝对不在对象模式下运行（尽管有这些警告，但它只在几微秒内运行，而纯Python版本则需要永远的时间）

这个版本的Numba有什么不同吗