Numba嵌套函数出现‘Cannot modify readonly array’错误的解决方法

你遇到的TypeError: Cannot modify value of type readonly array(float64, 1d, C)错误，本质是嵌套调用时传入partial_1dproblem的数组被标记为只读。Numba在跨njit函数调用时，对于从外部传入后直接转发的数组，会默认设为只读属性；而你的partial_1dproblem函数尝试直接修改该数组，就触发了错误——单独调用时你传入的大概率是可写数组，因此不会报错。

以下是三种针对性解决方案：

方案1：避免修改输入数组，返回新数组（推荐） #

如果有限差分计算不需要原地修改输入，最稳妥的方式是在partial_1dproblem内创建新数组存储结果，既规避只读限制，也更符合函数式编程规范。

import numba as nb
import numpy as np

@nb.njit
def partial_1dproblem(x, dx):
    # 创建与输入同维度的空数组存储结果
    result = np.empty_like(x)
    # 中心差分计算内部点
    for i in range(1, len(x)-1):
        result[i] = (x[i+1] - x[i-1]) / (2*dx)
    # 前向/后向差分处理边界
    result[0] = (x[1] - x[0]) / dx
    result[-1] = (x[-1] - x[-2]) / dx
    return result

@nb.njit
def test(x, dx):
    deriv = partial_1dproblem(x, dx)
    return deriv

# 测试
x = np.linspace(0, 1, 100)
dx = x[1] - x[0]
print(test(x, dx))

方案2：必须原地修改时，先复制为可写数组 #

如果业务逻辑要求原地修改数组，在调用partial_1dproblem前，用.copy()方法将只读数组复制为可写版本：

import numba as nb
import numpy as np

@nb.njit
def partial_1dproblem(x, dx):
    # 原地修改输入数组的逻辑
    for i in range(1, len(x)-1):
        x[i] = (x[i+1] - x[i-1]) / (2*dx)
    x[0] = (x[1] - x[0]) / dx
    x[-1] = (x[-1] - x[-2]) / dx

@nb.njit
def test(x, dx):
    # 复制数组解除只读限制
    x_writable = x.copy()
    partial_1dproblem(x_writable, dx)
    return x_writable

# 测试
x = np.linspace(0, 1, 100)
dx = x[1] - x[0]
print(test(x, dx))

方案3：显式指定数组为可写（进阶） #

若你确定传入数组的内存空间可写，可在partial_1dproblem内用nb.asarray显式声明可写属性（注意：仅当数组内存确实可写时使用，否则会引发内存错误）：

import numba as nb
import numpy as np

@nb.njit
def partial_1dproblem(x, dx):
    # 显式转换为可写数组
    x_writable = nb.asarray(x, dtype=np.float64, writeable=True)
    # 后续修改逻辑
    for i in range(1, len(x)-1):
        x_writable[i] = (x_writable[i+1] - x_writable[i-1]) / (2*dx)
    x_writable[0] = (x_writable[1] - x_writable[0]) / dx
    x_writable[-1] = (x_writable[-1] - x_writable[-2]) / dx
    return x_writable

@nb.njit
def test(x, dx):
    return partial_1dproblem(x, dx)

# 测试
x = np.linspace(0, 1, 100)
dx = x[1] - x[0]
print(test(x, dx))

内容的提问来源于stack exchange，提问作者Klaus3