如何从numba-JIT编译函数返回混合类型一维结构化数组？

• 直接触发点：构造numpy数组时传入的是[(元组内容)]，多套了一层列表，导致NumPy生成的是二维数组，和你在签名里声明的一维结构化数组返回类型不匹配，和报错信息里提示的维度冲突完全对应。另外你的测试代码本身有笔误：解包时写的是a,b,c,d,f漏了e，打印时又多写了一个e，运行时也会触发变量不存在的错误。
• 根本问题：实现思路绕了远路。Numba nopython模式原生支持多元素元组作为返回值，不需要借助numpy结构化数组实现多返回值，额外封装结构化数组反而会带来不必要的类型适配开销，也容易触发类型不匹配问题。

直接返回Python元组即可，性能比封装结构化数组更好，写法也最简洁。如果需要显式声明类型签名，直接对应元组类型即可：

import numba as nb

# 显式声明签名的版本
@nb.njit(nb.types.Tuple((nb.int64, nb.int64, nb.float64, nb.float64, nb.int64))(nb.int64))
def foo(ii: int):
    return 1 + ii, 2 + ii, 3.0 + ii, 4.0 + ii, 5 + ii

# 也可以不写签名，让Numba第一次调用时自动推导类型，代码更短
# @nb.njit
# def foo(ii: int):
#     return 1 + ii, 2 + ii, 3.0 + ii, 4.0 + ii, 5 + ii

a, b, c, d, e = foo(0)
print(a, b, c, d, e) # 运行输出：1 2 3.0 4.0 5

如果有业务需求必须返回numpy结构化类型而非元组，只要去掉构造数组时多余的外层列表，同时修正签名匹配返回的结构化标量类型即可：

import numpy as np
import numba as nb

struct_dtype = np.dtype('i8,i8,f8,f8,i8')
# 注意这里返回的是单个结构化标量，不是数组，不要加[:]标记
@nb.njit(nb.from_dtype(struct_dtype)(nb.int64))
def foo(ii):
    return np.array(
        (
            1 + ii,
            2 + ii,
            3.0 + np.float64(ii),
            4.0 + np.float64(ii),
            5 + ii,
        ),
        dtype=struct_dtype
    )

res = foo(0)
# 结构化标量需要按字段名取值
a, b, c, d, e = res['f0'], res['f1'], res['f2'], res['f3'], res['f4']
print(a, b, c, d, e)

内容的提问来源于stack exchange，提问作者s-m-e