同一Numba JIT静态方法本地正常运行，服务器报错求助

问题原因 #

核心是Numba版本差异导致的语法支持不一致。报错中的TypingError明确指出：服务器上的Numba版本不支持用in操作符检查整数是否存在于NumPy数组切片中（array(int32, 1d, C)与int64的类型组合不被contains函数支持）。虽然两台设备Python版本均为3.8.10，但Numba版本不同——家用电脑的Numba版本较新，已支持该语法；而服务器上的Numba版本偏旧，尚未实现对该操作的nopython模式兼容。

修复方案 #

需要替换if idx in sample_idx[:i]这行代码，改用Numba全版本支持的方式检查索引是否已存在。以下提供两种实现方式：

方式1：遍历检查（适合k较小的场景） #

@nb.njit
def numba_loop_choice(population, weights, k):
    wc = np.cumsum(weights)
    m = wc[-1]
    sample = np.empty(k, population.dtype)
    sample_idx = np.full(k, -1, np.int32)
    i = 0
    while i < k:
        r = m * np.random.rand()
        idx = np.searchsorted(wc, r, side="right")
        # 替换原in操作，手动遍历检查
        exists = False
        for j in range(i):
            if sample_idx[j] == idx:
                exists = True
                break
        if exists:
            continue
        sample[i] = population[idx]
        sample_idx[i] = idx
        i += 1
    return sample

方式2：二分查找（适合k较大的场景，效率更高） #

通过维护有序索引数组，用二分查找快速判断是否存在，时间复杂度从O(k)降至O(logk)：

@nb.njit
def numba_loop_choice(population, weights, k):
    wc = np.cumsum(weights)
    m = wc[-1]
    sample = np.empty(k, population.dtype)
    sorted_indices = np.empty(k, np.int32)
    i = 0
    while i < k:
        r = m * np.random.rand()
        idx = np.searchsorted(wc, r, side="right")
        # 二分查找判断是否已存在
        pos = np.searchsorted(sorted_indices[:i], idx)
        if pos < i and sorted_indices[pos] == idx:
            continue
        # 插入索引以保持数组有序
        sample[i] = population[idx]
        if i > 0 and pos < i:
            sorted_indices[pos+1:i+1] = sorted_indices[pos:i]
        sorted_indices[pos] = idx
        i += 1
    return sample

内容的提问来源于stack exchange，提问作者Nik