为何为runODE加@njit后调用odeint报错？如何解决？

我用以下代码积分两个耦合ODE，在Jupyter中能正常运行，但取消runODE函数上方的#@njit注释后，代码运行失败并抛出错误。

原代码 #

from scipy.integrate import odeint
import numpy as np
from numba import jit, njit

# Defining the RHS of the ODEs
@njit
def odes(x, t):
    dAdt = 1. - x[0] - x[0]*x[1]
    dBdt = x[0]*x[1] - x[1]
    return [dAdt, dBdt]

# Function to run the ODE solver
#@njit
def runODE(x0N, tN):
    x = odeint(odes, x0N, tN)
    return x

# Initial conditions
x0N = [-1, 1]
tN = np.linspace(0, 15, 1000)

# Run ODE integrator
runODE(x0N, tN)

报错信息 #

TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Untyped global name 'odeint': Cannot determine Numba type of <class 'function'>

File "../../../var/folders/93/q048873x79gdg4m651rg7gxm0000gn/T/ipykernel_71195/259662853.py", line 17:
<source missing, REPL/exec in use?>

报错原因 #

• Numba的njit装饰器会强制函数进入nopython模式，要求函数内所有调用的对象、执行的操作都能被Numba编译成本机机器码。但scipy.integrate.odeint是Scipy提供的Python实现函数，并没有被Numba兼容，Numba无法推断它的类型并完成编译，因此抛出TypingError。
• 额外说明：odeint本身是经过高度优化的数值积分工具，对调用它的函数加Numba装饰器不仅无效，也没有性能提升的价值。

解决办法 #

1. 保留原有结构（推荐）：只对自定义的ODE右侧计算函数odes使用@njit装饰器，runODE函数保持无装饰状态。这样既利用了Numba加速核心计算逻辑，又能正常调用Scipy的odeint完成积分。
2. 改用Numba兼容的积分工具（可选）：如果需要全流程Numba编译，可以使用Numba生态内的ODE积分库，或者自行实现简单的积分算法（如RK4法）并通过njit编译，但这种方式仅适合简单场景，复杂ODE仍推荐使用Scipy的成熟工具。

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