在numba-scipy中应从何处导入linkage函数？

你当前的代码尝试替换scipy.cluster.hierarchy.linkage为numba-scipy版本，但导入路径有误。numba-scipy的工作逻辑是通过**猴子补丁（monkey-patching）**自动加速现有scipy函数，不需要直接从numba-scipy包中导入目标函数。

原始代码（存在导入疑问） #

import numpy as np
import pandas as pd
from scipy.cluster.hierarchy import dendrogram, linkage, cut_tree
>>> "WHAT TO PUT HERE"   from numba_scipy.special.overloads import linkage "?"


X = [[1.0,2.0,3.0,4.0,5.0],
     [1.0,3.0,4.0,5.0,6.0],
     [1.0,2.0,5.0,6.0,7.0],
     [2.0,3.0,5.0,4.0,3.0]]

Xdf = pd.DataFrame(data=X).transpose()

Zf = linkage(Xdf.transpose(), 'single', 'correlation')

正确的修改方式 #

只需要在导入scipy相关函数之前导入numba_scipy，它会自动替换scipy中支持的函数为加速版本，无需修改原有的linkage调用代码：

# 先导入numba_scipy，触发猴子补丁
import numba_scipy
import numpy as np
import pandas as pd
# 正常导入scipy的函数，此时linkage已经被numba加速
from scipy.cluster.hierarchy import dendrogram, linkage, cut_tree


X = [[1.0,2.0,3.0,4.0,5.0],
     [1.0,3.0,4.0,5.0,6.0],
     [1.0,2.0,5.0,6.0,7.0],
     [2.0,3.0,5.0,4.0,3.0]]

Xdf = pd.DataFrame(data=X).transpose()

# 调用的已经是numba加速后的linkage
Zf = linkage(Xdf.transpose(), 'single', 'correlation')

注意事项 #

• 确保已安装依赖：pip install numba numba-scipy scipy pandas numpy
• numba-scipy对scipy函数的支持并非完全覆盖，若使用的linkage方法（如这里的single+correlation）未被支持，会自动 fallback 到原始scipy实现
• 不需要手动从numba_scipy.special.overloads导入函数，这是内部模块，不对外暴露

内容的提问来源于stack exchange，提问作者ManInMoon