对Numba的@guvectoriz使用NumPy数组操作

Question

我最近一直在用Numba做实验，但我还是不能理解：

在带有NumPy数组的普通Python函数中，可以执行以下操作：

# Subtracts two NumPy arrays and returns an array as the result
def sub(a, b):
    res = a - b
    return res

但是，当您使用Numba的@guvectorize修饰符时：

^{pr2}$

结果甚至不正确。更糟糕的是，它还抱怨“对[parameters]使用[math operator]无效”

我很困惑。即使我试过这个：

# Subtracts two NumPy arrays and returns an array as the result
@guvectorize(['void(float32[:], float32[:], float32[:])'],'(n),(n)->(n)')
def subTt(a, b, res):
    res = np.subtract(a,b)

结果仍然不正确。考虑到this is supposed to be a supported Math operation，我不明白它为什么不起作用。在

我知道标准方法是这样的：

# Subtracts two NumPy arrays and returns an array as the result
@guvectorize(['void(float32[:], float32[:], float32[:])'],'(n),(n)->(n)')
def subTtt(a, b, res):
    for i in range(a.shape[0]):
        res[i] = a[i] - b[i]

这确实如预期的那样有效。在

但我的方式有什么问题？在

p/S这只是一个简单的例子来解释我的问题，实际上我并不打算使用@guvectorize来减去数组：p P/P/S我怀疑这与数组如何复制到gpu内存有关，但我不确定。。。 P/P/P/S This看起来很相关，但是这里的函数只在一个线程上运行，对吗。。。在

Answer 1

正确的写法是：

@guvectorize(['void(float32[:], float32[:], float32[:])'],'(n),(n)->(n)')
def subT(a, b, res):
    res[:] = a - b

您所尝试的失败的原因是python语法的限制，而不是numba特有的。在

name = expr将name的值重新绑定到expr，它永远不会改变name的原始值，就像在c++引用中一样。在

name[] = expr调用（本质上），name.__setitem__它可以用来修改名称，就像numpy数组一样，空片段{}指的是整个数组。在