如何为Numba @guvectorize指定datetime dtype？遇nb未定义报错求解

触发你当前看到的NameError: name 'nb' is not defined的核心原因是：@guvectorize 传入的字符串格式签名，内部会通过独立的eval流程解析，这个解析流程的全局命名空间仅加载Numba内置类型的字典，不会注入你当前代码里定义的nb别名，所以字符串里写nb.types.NPDatetime(...)会直接被识别为未定义变量。

顺着代码逻辑往后排查，即使把这个NameError解决了，原示例还有两个会阻碍运行的问题：

• 示例代码缺失必要导入：用到了np、pd但没有显式导入numpy和pandas
• 函数体里的np.ndenumerate不属于Numba可编译支持的接口，会直接触发编译报错

import numpy as np
import pandas as pd
import numba as nb
from numba import guvectorize

# 修正1：去掉签名字符串里的nb.前缀，使用Numba解析时可直接识别的类型名
# 如不想用字符串解析，也可以直接传类型元组构造签名，完全规避解析隔离问题：
# @guvectorize((nb.void(nb.types.NPDatetime("ns")[:], nb.types.NPDatetime("ns")[:]),), '(m)->(m)')
@guvectorize('void(NPDatetime("ns")[:], NPDatetime("ns")[:])', '(m)->(m)')
def ts_copy(ts, ts_c):
    # 修正2：替换Numba不支持的np.ndenumerate为基础索引循环
    for i in range(ts.shape[0]):
        ts_c[i] = ts[i]

ts = pd.date_range(start='2021/1/1 08:00', end='2021/1/1 18:00', freq='1H').to_numpy()
ts_c = np.empty(ts.size, dtype='datetime64[ns]')

res = ts_copy(ts, ts_c)
print(res)

• 写字符串格式的Numba编译签名时，不要引用当前Python作用域的自定义变量，签名的解析上下文和业务代码的作用域是完全隔离的。如果需要自定义类型，直接传入构造好的Numba类型对象组成元组作为签名参数，比写字符串的可控性高很多。
• Numba对datetime64类型的支持仅覆盖纳秒精度场景，对应类型为NPDatetime('ns')，其他精度的datetime类型目前暂不支持直接编译。
• 写Numba函数体时尽量使用基础循环、原生语法，不要随意引入未被Numba实现的numpy高阶方法，避免编译失败。

内容的提问来源于stack exchange，提问作者pierre_j