如何创建填充多个8x8 np.zeros数组的np.array且适配Numba njit

你需要的result本质是形状为(N, 8, 8)的三维numpy数组，其中N为你要的8x8子数组的数量，可灵活调整，该结构完全适配numba njit的类型要求，初始化和后续修改的实现方式如下：

初始化代码 #

import numpy as np
from numba import njit

@njit
def init_result(N: int):
    # 直接指定形状为(N, 8, 8)，dtype固定为float32，完全符合numba类型推断规则
    result = np.zeros((N, 8, 8), dtype=np.float32)
    return result

后续修改元素示例 #

你可以直接通过三层索引访问对应子数组的元素，双层循环遍历单个子数组的写法参考：

@njit
def modify_result(result):
    N = result.shape[0]
    # 遍历每个8x8子数组
    for k in range(N):
        # 双层循环遍历当前子数组的所有元素
        for i in range(8):
            for j in range(8):
                # 此处替换为你自己的修改逻辑，示例为赋值为k+i+j
                result[k, i, j] = k + i + j
    return result

注意不要采用创建单个t_list再多次拼接生成result的写法，一是拼接操作在numba njit环境下的开销远高于直接初始化三维数组，二是如果操作不当容易出现多个子数组共享同一块内存的问题，修改一个就会影响所有子数组，直接初始化三维数组可以完全规避这个问题。

内容的提问来源于stack exchange，提问作者Panda50