使用带有 numba njit 功能的字典

Posted 2023-02-16

【中文标题】使用带有 numba njit 功能的字典

【英文标题】：Using Dictionaries with numba njit function

【发布时间】：2019-07-31 09:30:11

【问题描述】：

当输入和返回是字典时，如何使用numba加速函数？

我熟悉将 numba 用于接受数字并返回数组的函数，如下所示：

@numba.jit('float64[:](int32,int32)',nopython=True)
def f(a, b):
    # returns array 1d array

现在我有一个接受和返回字典的函数。我如何在这里申请 numba？

    def collocation(aeolus_data,val_data):

      ...

      return sample_aeolus, sample_valdata

【问题讨论】：

嗨@Annerl，欢迎来到SO。为了帮助我们回答您的问题，您能否详细说明您正在尝试访问 numba 的哪些优化和模式？您是否尝试过faqs 中的故障排除技巧？您是否能够将您的功能分解为更小的部分并分别对它们应用 @numba 注释？

【参考方案1】：

现在 Numba 版本 43.0 中添加了对字典的支持。虽然它非常有限（不支持列表和设置为键/值）。但是，您可以阅读更新的文档 here for more info。 这是一个例子

import numpy as np
from numba import njit
from numba import types
from numba.typed import Dict

# First create a dictionary using Dict.empty()
# Specify the data types for both key and value pairs

# Dict with key as strings and values of type float array
dict_param1 = Dict.empty(
    key_type=types.unicode_type,
    value_type=types.float64[:],
)

# Dict with keys as string and values of type float
dict_param2 = Dict.empty(
    key_type=types.unicode_type,
    value_type=types.float64,
)

# Type-expressions are currently not supported inside jit functions.
float_array = types.float64[:]

@njit
def add_values(d_param1, d_param2):
    # Make a result dictionary to store results
    # Dict with keys as string and values of type float array
    result_dict = Dict.empty(
        key_type=types.unicode_type,
        value_type=float_array,
    )

    for key in d_param1.keys():
      result_dict[key] = d_param1[key] + d_param2[key]

    return result_dict

dict_param1["hello"]  = np.asarray([1.5, 2.5, 3.5], dtype='f8')
dict_param1["world"]  = np.asarray([10.5, 20.5, 30.5], dtype='f8')

dict_param2["hello"]  = 1.5
dict_param2["world"]  = 10

final_dict = add_values(dict_param1, dict_param2)

print(final_dict)
# Output : hello: [3. 4. 5.], world: [20.5 30.5 40.5]

Link to Google colab notebook.

参考资料： - https://github.com/numba/numba/issues/3644 - https://numba.pydata.org/numba-doc/dev/reference/pysupported.html#dict