Python numba njit给出了2D np.数组索引上的my和error

我试图在njit函数中用一个包含我想要的索引

a

，一个矩阵切片

D

的向量索引一个二维矩阵

B

这里有一个简单的例子：

import numba as nb
import numpy as np

@nb.njit()
def test(N,P,B,D):
    for i in range(N):
        a = D[i,:]
        b =  B[i,a]
        P[:,i] =b

P = np.zeros((5,5))
B = np.random.random((5,5))*100
D = (np.random.random((5,5))*5).astype(np.int32)
print(D)
N = 5
print(P)
test(N,P,B,D)
print(P)

我在

b=b[I，a]

File "dj.py", line 10:
def test(N,P,B,D):
    <source elided>
        a = D[i,:]
        b =  B[i,a]
        ^

This is not usually a problem with Numba itself but instead often caused by
the use of unsupported features or an issue in resolving types.

文件“dj.py”，第10行：
def测试（N、P、B、D）：
a=D[i，：]
b=b[i，a]
^
这通常不是麻木本身的问题，而是由
使用不支持的功能或解析类型时出现问题。

我不明白我做错了什么。

---

代码在没有

@nb.njit（）

decorator的情况下工作numba不支持numpy所支持的所有“花式索引”——在这种情况下，问题是使用

a

数组选择数组元素

对于您的特殊情况，因为您事先知道

b

的形状，所以可以这样解决：

import numba as nb
import numpy as np

@nb.njit
def test(N,P,B,D):
    b = np.empty(D.shape[1], dtype=B.dtype)

    for i in range(N):
        a = D[i,:]
        for j in range(a.shape[0]):
            b[j] = B[i, j]
        P[:, i] = b

---

numba不支持与numpy完全相同的“花式索引”——在本例中，问题是使用

a

数组选择数组元素

对于您的特殊情况，因为您事先知道

b

的形状，所以可以这样解决：

import numba as nb
import numpy as np

@nb.njit
def test(N,P,B,D):
    b = np.empty(D.shape[1], dtype=B.dtype)

    for i in range(N):
        a = D[i,:]
        for j in range(a.shape[0]):
            b[j] = B[i, j]
        P[:, i] = b

---

另一种解决方案是在调用test之前在B上应用swapax，并反转索引（

B[i，a]

->

B[a，i]

）。我不知道这是为什么，但以下是实现：

import numba as nb
import numpy as np

@nb.njit()
def test(N,P,B,D):
    for i in range(N):
        a = D[i,:]
        b =  B[a,i]
        P[:, i] = b
    
P = np.zeros((5,5))
B = np.arange(25).reshape((5,5))
D = (np.random.random((5,5))*5).astype(np.int32)
N = 5
test(N,P,np.swapaxes(B, 0, 1), D)

---

顺便说一下，在@chrisb给出的答案中，它不是：

b[j]=b[i，j]

，而是

b[j]=b[i，a[j]

另一个解决方案是在调用test之前对b应用交换键，并反转索引（

b[i，a]

->

b[a，i]

）。我不知道这是为什么，但以下是实现：

import numba as nb
import numpy as np

@nb.njit()
def test(N,P,B,D):
    for i in range(N):
        a = D[i,:]
        b =  B[a,i]
        P[:, i] = b
    
P = np.zeros((5,5))
B = np.arange(25).reshape((5,5))
D = (np.random.random((5,5))*5).astype(np.int32)
N = 5
test(N,P,np.swapaxes(B, 0, 1), D)

顺便说一句，@chrisb给出的答案不是：

b[j]=b[i，j]

，而是

b[j]=b[i，a[j]