PyCharm科学模式代码单元环境变量设置及运行报错解决

问题现象 #

在PyCharm科学模式下，以下代码运行整个脚本时正常执行：

#%% <- Scientific Mode: on

import os
from pathlib import Path

CACHE_DIR = Path("/home/me/numba_cache")
CACHE_DIR.touch(exist_ok=True)
os.environ["NUMBA_CACHE_DIR"] = str(CACHE_DIR)

from numba import jit


@jit(nopython=True, cache=True)
def square(x):
    return x ** 2

print(square(5))

但单独运行该代码单元时，会出现如下错误：

Traceback (most recent call last):
  File "/home/me/.pycharm_helpers/pydev/pydevconsole.py", line 364, in runcode
    coro = func()
           ^^^^^^
  File "<input>", line 11, in <module>
  File "/home/me/.pyenv/versions/3.11.1/envs/my_env/lib/python3.11/site-packages/numba/core/decorators.py", line 234, in wrapper
    disp.enable_caching()
  File "/home/me/.pyenv/versions/3.11.1/envs/my_env/lib/python3.11/site-packages/numba/core/dispatcher.py", line 863, in enable_caching
    self._cache = FunctionCache(self.py_func)
                  ^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "/home/me/.pyenv/versions/3.11.1/envs/my_env/lib/python3.11/site-packages/numba/core/caching.py", line 601, in __init__
    self._impl = self._impl_class(py_func)
                 ^^^^^^^^^^^^^^^^^^^^^^^^^
  File "/home/me/.pyenv/versions/3.11.1/envs/my_env/lib/python3.11/site-packages/numba/core/caching.py", line 337, in __init__
    raise RuntimeError("cannot cache function %r: no locator available "
RuntimeError: cannot cache function 'square': no locator available for file '<input>'

已尝试在运行配置中设置环境变量，但仅对整脚本运行有效，代码单元单独运行时无效。

原因分析 #

单独运行代码单元时，代码是在PyCharm的交互式控制台（标记为<input>）中执行的，Numba的缓存机制需要依赖真实的文件路径来定位和存储缓存文件，而交互式环境没有有效的文件定位器，因此触发报错——这和代码内设置环境变量的操作无关，是代码单元运行的上下文导致的。

解决方法 #

1. 临时禁用代码单元的缓存 #

如果只是为了测试代码单元功能，可临时将@jit装饰器的cache参数设为False，绕过缓存机制：

@jit(nopython=True, cache=False)
def square(x):
    return x ** 2

2. 在PyCharm全局控制台环境中设置变量 #

若需要在代码单元中保留缓存功能，可直接在PyCharm的Python控制台全局环境变量中配置NUMBA_CACHE_DIR：

• 打开PyCharm设置（File > Settings）
• 导航到Build, Execution, Deployment > Console > Python Console
• 在Environment variables区域添加：NUMBA_CACHE_DIR=/home/me/numba_cache
• 重启PyCharm后，单独运行代码单元时缓存即可正常生效

3. 将代码单元保存为独立脚本运行 #

如果不想修改代码或全局设置，可将当前代码单元的内容复制到一个新的.py文件中，单独运行该文件——此时Numba能识别到真实的文件路径，缓存功能正常工作。

内容的提问来源于stack exchange，提问作者GlaceCelery