numba.njit处理自定义dtype的numpy数组报intrinsic-call/static-get-item错误

这不是Numba不支持手动声明NumPy数组dtype，而是你对结构化数组的索引方式不符合Numba的实现规则。
你定义的dtypeS是带命名字段的结构化dtype，因此aa是结构化数组，aa[i]返回的是一个Record结构体对象而非普通数组，Numba没有为这类Record对象实现整数索引的取值逻辑，这就是报错中No implementation of function getitem for (Record, int64)的根本来源。
当你移除dtype参数时，NumPy会将输入obj1转换为普通二维数值数组，aa[i][0]的索引逻辑符合Numba的内置支持规则，因此可以正常运行。

你可以根据自己的需求选择以下任意一种方案：

• 保留结构化dtype，改用字段名访问元素
  如果你需要保留字段的命名语义，直接将按索引取值改为按字段名取值即可，示例修改如下：

  @numba.njit(fastmath = True)
  def func (aa, f1,f2,f3,f0,g1,g2,g3,g0):
      aa1 = numpy.empty(shape=(aa.shape[0],4))
      for i in range(aa1.shape[0]):
          # 用字段名e访问第一个字段，其他字段对应换c、b、f即可
          aa1[i][0] = aa[i]['e'] + f0 + g0
  

  也可以提前将字段提取为单独数组，性能更高：

  e_arr = aa['e']
  # 后续循环中直接访问e_arr[i]
  

• 不需要字段语义的话，修改dtype定义
  如果你只是需要存储每组4个整数的序列，不需要命名字段，可以直接将dtype定义为定长数值类型，避免生成结构化数组：

  # 每个元素是4个int32的数组，支持整数索引访问
  dtypeS = '4int32'
  aa = numpy.array(obj1, dtype=dtypeS)
  

• 显式声明dtype精度
  定义结构化dtype时建议显式指定精度，不要直接用Python内置的int，避免不同平台下int长度不同导致的兼容问题：

  dtypeS = [('e', numpy.int32), ('c', numpy.int32), ('b', numpy.int32),('f', numpy.int32)]
  

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