Numba签名报错问题：带签名的njit并行函数运行报错如何修正？

你的问题出在签名和实际输入的类型不匹配，加上未明确指定返回类型，导致Numba无法正确推断类型。具体修正方案如下：

错误原因拆解 #

1. 你输入的z是1×2的二维数组，但签名里写的float64[::1]是一维数组类型，类型不匹配直接触发报错。
2. 原签名仅定义了输入类型，未指定返回类型，在启用parallel=True时，Numba需要明确的输入输出类型签名才能正常编译。

修正后的代码 #

import numba as nb
import numpy as np

@nb.njit('(float64[:,::1], float64[:,::1], float64[:,::1]) -> float64[::1]', parallel=True)
def jacobian_matrix(a, b, z):
    n, m = a.shape
    assert n == m and z.shape == (1,m)
    jacob = np.empty((n, n))

    for i in nb.prange(n):
        jacob[i,:] = a[i,:] - b[i,:] + z 
    
    return np.mean(jacob,axis=0)

关键修改说明 #

• 将z的签名从float64[::1]改为float64[:,::1]，匹配你实际传入的二维(1,m)数组类型。
• 添加-> float64[::1]明确返回类型：np.mean(jacob, axis=0)输出的是一维数组，对应签名里的一维连续数组类型。

可选简化方案 #

如果你的业务场景允许，也可以将输入的z从(1,2)的二维数组改成(2,)的一维数组，此时保持z的签名为float64[::1]，同时把代码里的assert z.shape == (1,m)改成assert z.shape == (m,)，同样能解决问题。

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