使用numba jit装饰器编译函数时调用numpy.sort报错如何解决

你遇到的报错核心有两点：

1. 数组初始化语法错误：你写的dtype = np.dtype((int,int))会创建每个元素为双int的结构化数组，而非普通的二维int32数组，如需创建int32类型的二维数组，直接改为dtype=np.int32即可。
2. Numba的nopython模式下，当前仅支持对一维数组调用np.sort，你代码中传入的是二维数组，没有对应的重载实现，因此触发编译失败。你看到官方文档标注np.sort受支持是准确的，只是未覆盖二维入参的场景。

根据不同的排序需求可选择对应实现：

• 需求为排序二维数组的所有元素：先将数组展平为一维再调用np.sort，示例代码如下：

import numba as nb
import numpy as np

gg = np.array([[1,0,2],[1,2,1]], dtype = np.int32)

@nb.njit(nb.void(nb.int32[:,:]))
def kk (gg):
    # 展平为一维后排序，如有需要可reshape回原形状
    sorted_res = np.sort(gg.flatten())
    # 若需要修改原数组，可补充回写逻辑：gg[:] = sorted_res.reshape(gg.shape)

• 需求为按行/按列分别排序：遍历对应维度，逐行/逐列传入一维数组调用np.sort，以按行排序为例：

@nb.njit(nb.void(nb.int32[:,:]))
def kk (gg):
    for row_idx in range(gg.shape[0]):
        gg[row_idx] = np.sort(gg[row_idx])

如果强制使用object模式运行，可以在装饰器中添加forceobj=True参数，但此时numba无法对代码做高性能编译优化，失去加速意义，不推荐使用。

内容的提问来源于stack exchange，提问作者user2625363