我正在寻找比较使用numba jit编译的python函数中的字符串的最佳方法(没有python模式,python 3).
用例如下:
import numba as nb
@nb.jit(nopython = True,cache = True)
def foo(a,t = 'default'):
if t == 'awesome':
return(a**2)
elif t == 'default':
return(a**3)
else:
...
但是,返回以下错误:
Invalid usage of == with parameters (str,const('awesome'))
我尝试使用字节但无法成功.
谢谢 !
莫里斯指出了问题Python: can numba work with arrays of strings in nopython mode?,但我看的是本机python,而不是numba支持的numpy子集.
2.6.2. Built-in types
2.6.2.1. int,bool […]
2.6.2.2. float,complex […]
2.6.2.3. tuple […]
2.6.2.4. list […]
2.6.2.5. set […]
2.6.2.7. bytes,bytearray,memoryview
The
bytearray
type and,on Python 3,thebytes
type support indexing,iteration and retrieving thelen()
.[…]
但是,您可以传入字节并迭代它们.这使得编写自己的比较函数成为可能:
import numba as nb
@nb.njit
def bytes_equal(a,b):
if len(a) != len(b):
return False
for char1,char2 in zip(a,b):
if char1 != char2:
return False
return True
不幸的是,下一个问题是numba不能“降低”字节,所以你不能直接硬编码函数中的字节.但是字节基本上只是整数,而bytes_equal函数适用于numba支持的所有类型,它们具有长度并且可以迭代.所以你可以简单地将它们存储为列表:
import numba as nb
@nb.njit
def foo(a,t):
if bytes_equal(t,[97,119,101,115,111,109,101]):
return a**2
elif bytes_equal(t,[100,102,97,117,108,116]):
return a**3
else:
return a
或者作为全局数组(感谢@chrisb – 请参阅注释):
import numba as nb
import numpy as np
AWESOME = np.frombuffer(b'awesome',dtype='uint8')
DEFAULT = np.frombuffer(b'default',dtype='uint8')
@nb.njit
def foo(a,AWESOME):
return a**2
elif bytes_equal(t,DEFAULT):
return a**3
else:
return a
两者都能正常工作:
>>> foo(10,b'default')
1000
>>> foo(10,b'awesome')
100
>>> foo(10,b'awe')
10
但是,您不能将bytes数组指定为默认值,因此需要显式提供t变量.这样做也让人觉得很烦.
我的观点:只需执行if t == …检查正常函数并调用ifs中的专用numba函数.字符串比较在Python中非常快,只需将数学/数组密集型内容包装在numba函数中:
import numba as nb
@nb.njit
def awesome_func(a):
return a**2
@nb.njit
def default_func(a):
return a**3
@nb.njit
def other_func(a):
return a
def foo(a,t='default'):
if t == 'awesome':
return awesome_func(a)
elif t == 'default':
return default_func(a)
else:
return other_func(a)
但请确保您确实需要numba功能.有时普通的Python / NumPy足够快.只需简要介绍numba解决方案和Python / NumPy解决方案,看看numba是否能让它显着提高速度. 原文链接:https://www.f2er.com/python/438798.html