问‘and’和`numpy.concatenate`

EN

有点晚了，但我希望还是有用的。既然您要求“规范修复”，我想解释为什么concatenate在处理数组时是个坏主意，特别是如果您表示希望消除瓶颈，从而使用numba。数组是内存中一个连续的字节序列(numpy知道通过创建视图来改变顺序而不复制顺序的一些技巧，但这是另一个主题，参见https://towardsdatascience.com/advanced-numpy-master-stride-tricks-with-25-illustrated-exercises-923a9393ab20)。如果要将值x添加到N元素数组中，则需要使用N+1元素创建一个新数组，将第一个值设置为x并复制其余部分。另外，对于python列表中的前缀项，也存在类似的参数，这也是collections.deque存在的原因。

现在，在您的jit修饰函数中，您可以希望编译器理解您想要做的事情，但是编写始终了解您想要做的事情的编译器几乎是不可能的。因此，当您知道正确的选择时，最好善待编译器，并帮助处理内存布局。因此，IMHO示例代码的“规范修复”如下所示：

@jit(nopython=True)
def returns(Ft, x, delta):
    T = len(x)
    rets = np.empty_like(x)
    rets[0] = 0
    rets[1:T] = Ft[0:T - 1] * x[1:T] - delta * np.abs(Ft[1:T] - Ft[0:T - 1])
    return rets

总的来说，我同意@Aaron的评论，这意味着对于jit修饰函数中调用的任何函数，在输入类型时都应该尽可能明确。在你的例子中，问问自己作为一个编译器“什么是[[0], rets]?”在严格类型中，您会看到一个包含整数列表和浮点(或复杂)数字数组的列表。对于编译器来说，这是一种具有挑战性的混合类型。输出应该成为整数数组还是浮动数组？