Numba的nopython模式下numpy数组排序编译失败是什么原因？

你遇到的编译报错本质是当前使用的Numba版本对高维数组排序操作的支持存在限制，具体解决方式如下：

核心原因 #

Numba 0.57.0之前的版本仅支持一维数组的np.sort、np.argsort、数组原生方法.sort()、.argsort()调用，传入二维及以上维度的数组时会出现函数签名匹配失败的TypingError，就是你收到的报错内容。

解决方法 #

方案1：升级Numba版本（推荐） #

首先查看当前Numba版本：

import numba
print(numba.__version__)

如果版本号低于0.57.0，直接升级到最新稳定版即可原生支持二维数组排序操作：

pip install --upgrade numba

升级完成后你原本的代码无需修改即可正常编译运行。

方案2：低版本兼容写法 #

如果受环境限制无法升级Numba，可以手动遍历二维数组的每个维度单独做排序操作，替代原本的高维数组直接排序调用，示例如下：

@njit()
def accuracy(x,y,z):
    # 等价于x.argsort(axis=1)的兼容实现
    for i in range(x.shape[0]):
        row_sort_idx = np.argsort(x[i])
        x[i] = x[i][row_sort_idx]
    # 后续原有逻辑保持不变
    accuracy_y = int(((np.equal(y, x).mean())*100)%100)
    accuracy_z = int(((np.equal(z, x).mean())*100)%100)
    return accuracy_y,accuracy_z

额外注意点 #

• 数组原生的.sort()是原地修改操作，会直接改变输入数组的原始值，如果不需要修改原数组，请使用np.sort或者.argsort()生成新数组
• 即使是0.57.0及以上的高版本Numba，目前也不支持排序操作传入axis=None的拉平排序写法，需要显式指定axis参数，或者手动将数组拉平为一维后再调用排序方法

内容的提问来源于stack exchange，提问作者tjaqu787