Python 如果打印了值，则会更改JIT结果

我今天开始使用numba，主要是因为我有一个嵌套的for循环，使用常规python代码可能需要很长时间

我有一个macports版本的python-2.7和llvm-3.6，还有一个pip版本的numba（一切都是最新的）

以下是我正在使用的代码：

import pandas as pd
from numba import jit
from numpy import nan, full

@jit
def movingAverage(adj_close, maxMA):
    ma = full([len(adj_close), maxMA], nan, dtype=float64)
    ind = range( 1, len(adj_close)+1 )
    for d in ind:
        m = max( 0, d-maxMA-1)
        adj = adj_close[d-1:m:-1] if (m or d==maxMA+1) else adj_close[d-1::-1]
        cs = adj.cumsum()
        for i in range( len(adj) ):
            ma[d-1][i] = ( cs[i] / (i+1) )
        print ma
    return ma

我正在计算输入

adj_close

最多

maxMA

天的滚动平均值

adj_close

是一个值数组，每天一个值

我首先创建了

ma

，一个将要计算的值的持有者。并分别计算出每天的VAULE（注意，第一天的平均值只能包括1天、第二天、2天，以此类推，直至最大值）

如果我输入类似于

adj_close=array（range（5），dtype=float64）

和

maxMA=3

的内容，得到如下正确答案：

array([[  0.,  nan,  nan],
       [  1.,   0.5,  nan],
       [  2.,   1.5,   1.],
       [  3.,   2.5,   2.],
       [  4.,   3.5,   3.]])

但是，如果我在返回函数之前取出

print ma

行，它只返回部分答案：

array([[ nan,  nan,  nan],
       [ nan,  nan,  nan],
       [ nan,  nan,  nan],
       [  3.,   2.5,   2.],
       [  4.,   3.5,   3.]])

为什么会这样？为什么@jit需要在这些循环之间打印才能得到正确的答案？我能做些什么来摆脱print语句（这大大增加了运行时间）

---

---

编辑：我接受了@JoshAdel的建议，并在Numba的github开了一个网站。因此，我接受@MSeifert answer作为解决问题的方法。

我认为

numba

在这里做了一些奇怪的事情，但可能是因为

python

和

nopython

模式的混合。如果我使用Python3.5，则返回值与使用和不使用

print

的返回值相同

对于Python2.7，我认为问题在于For循环要么是在

nopython

模式（不带打印）下编译的，要么是在

python

模式（带打印）下编译的。但当它退出循环时，会转换为

python

。但那只是猜测而已。但我试过：

import pandas as pd
from numba import jit
from numpy import nan, full
import numpy as np

@jit
def movingAverage(adj_close, maxMA):
    ma = full([len(adj_close), maxMA], nan, dtype=np.float64)
    ind = range( 1, len(adj_close)+1 )
    for d in ind:
        m = max( 0, d-maxMA-1)
        adj = adj_close[d-1:m:-1] if (m or d==maxMA+1) else adj_close[d-1::-1]
        cs = adj.cumsum()
        for i in range( len(adj) ):
            ma[d-1][i] = ( cs[i] / (i+1) )
        if d == ind[-1]:
            return ma # notice that I return it after the last loop but before the loop terminates.
    #return ma

它确实返回：

array([[  0.,  nan,  nan],
       [  1.,   0.5,  nan],
       [  2.,   1.5,   1.],
       [  3.,   2.5,   2.],
       [  4.,   3.5,   3.]])

---

然而，由于重新计算

len（adj_close）+1

，因此这不是一种非常有效的方法。这可能存储在某个地方。

在我看来像个bug。我想在github上发布一些关于Numba问题的文章，因为您有一个演示这个问题的最小示例。不幸的是，我在运行它时得到了正确的答案（Python3，可能还有一个不同版本的Numba）。但是，我想知道将索引行更改为

ma[d-1，I]=…

是否会有所帮助。我认为@MSeifert对python与nopython模式的比较是正确的，我记得nopython模式不能很好地处理顺序（即

[a][b]

）索引。如果d==len（adj_close）+1:我可以使用

如果d==ind[-1]

来获得相同的结果，而无需重新计算，我已经编辑了答案，我不知道这样的列表查找是否比计算快，但它看起来更快，尤其是对于小输入。对于

len（adj_close）

和

maxMA=1000

，典型值的顺序是200.000。为此，如果d==ind[-1]（与在其他地方存储相同），则使用

运行需要16分钟，如果d==len（adj_close）+1运行需要20分钟