在 Numba 优化的 Python 中将类对象作为函数参数传递

我想将一个类对象传递给一个函数。 我可以让它工作，但我想知道是否有一种类型可以分配它？ 我有一个“最小”的例子来说明我正在尝试做的事情。

spec = [("a", float64),("b",float64)]
@jitclass(spec)
class SOMETHING_3():
    def __init__(self):
        self.a = 1.1
        self.b = 2.3

    def sum(self):
        return self.a + self.b


@jit(float64(float64, XXX), nopython = True)
def get_sum_3(c, someobj):
    d = 0
    for i in range(1000):
        for j in range(1000):
            d += c + someobj.sum()
    return d   

如果我删除显式类型分配“float64(float64, XXX)”，它就可以正常工作。

但是我可以用什么东西来替换 XXX 来告诉它是我传递的类对象吗？

如果你更换了XXX with SOMETHING_3.class_type.instance_type您给出的代码应该可以工作。

值得注意的是，如果您尝试接受 jitclass 对象数组，那么这会变得更加棘手（我相信目前这是不可能的）。如果您的完整问题/代码涉及这些 jitclass 对象的数组，我建议您考虑使用 NumPy 结构化数组而不是 jitclass 来执行此操作。这主要是因为当前版本的 Numba 似乎不支持使用 jitclass 对象数组作为函数参数。原因是 jitclass 对象的数组将被解释为 dtype 为的 NumPy 数组numpy.object，这不是 Numba 的 nopython 模式中受支持的数据类型。由于它是 Numba 无法降低的类型（编译以在 nopython 模式下使用），因此 nopython 模式对于惰性编译（无函数签名）和急切编译（指定函数签名）都将失败。

UPDATE:

现在支持 jitclass 对象列表，但是在 Python 和 nopython 编译代码之间传递它们会产生很大的开销（截至编写本文时），因此请记住这一点。