如何编译具有可变输入类型的 numba jit'ed 函数？

Question

假设我有一个函数可以同时接受一个int或一个None类型作为输入参数import numba as nbimport numpy as npjitkw = {"nopython": True, "nogil": True, "error_model": "numpy", "fastmath": True}@nb.jit("f8(i8)", **jitkw)def get_random(seed=None):    np.random.seed(None)    out = np.random.normal()    return out我希望函数简单地返回一个正态分布的随机数。如果我想要可重现的结果，种子应该是int.get_random(42)>>> 0.4967141530112327get_random(42)>>> 0.4967141530112327get_random(42)>>> 0.4967141530112327如果我想要随机数，seed应保留为None. 但是，如果我不传递参数（因此种子默认为None）或显式传递seed=None，那么 numba 会引发TypeErrorget_random()>>> TypeError: No matching definition for argument type(s) omitted(default=None)get_random(None)>>> TypeError: No matching definition for argument type(s) omitted(default=None)在这种情况下，我该如何编写函数，仍然声明签名和使用nopython模式？我的 numba 版本是 0.43.1

Answer 1

第一个问题是 nopython 模式下的 numba 仅接受（从版本 0.43.1 开始）np.random.seed：仅使用整数参数。

因此，很遗憾，您无法通过None.

第二个问题是（据我所知）没有告诉 numba 如何处理缺失值的“单一”签名，但是您可以使用两个签名（是的，它非常冗长）：

import numba as nb

import numpy as np

jitkw = {"nopython": True, "nogil": True, "error_model": "numpy", "fastmath": True}

@nb.jit(

    [nb.types.float64(nb.types.misc.Omitted(None)), 

     nb.types.float64(nb.types.int64)], 

    **jitkw)

def get_random(seed=None):

    return np.random.normal()

只是关于签名的两个部分的简短说明：

如果省略参数，则告诉 numba 用作默认nb.types.float64(nb.types.misc.Omitted(None))类型None

是 nb.types.float64(nb.types.int64)需要整数的签名。

就我个人而言，我不会指定签名，只是让 numba 弄清楚。显式签名在 numba 中很少值得，而且更常见的是，它们会导致代码变慢且不灵活。