numba的jit和scipy的hypergeom出现断言错误

Question

我正在尝试使用此功能：

@jit
def pv (matrix1, matrix2, vec, n):
    for i in range (n):
        for j in range (n):
            matrix1[i,j] = 1 - sum (hypergeom.pmf(X, n, int(vec[i]), int(vec[j])) for X in range(matrix2[i,j]))

但是我得到了断言错误，很多事情我甚至还没有开始理解（从numba回溯），最后断言错误：在对象模式管道中失败（步骤：对象模式前端）。我怀疑与海尔格姆有关，但我不知道我哪里做错了

编辑：最后我没有找到实现@jit代码的方法，但我找到了函数scipy.stats.hypergeom.cdf，它可以实现以下功能：

sum (hypergeom.pmf(X, n, int(vec[i]), int(vec[j])) for X in range(matrix2[i,j]))

from scipy.stats import hypergeom

hypergeom.cdf(m2[i,j], n, v[i], v[j])

虽然这个解决方案加快了代码的速度，但是for循环仍然非常慢（n=5053需要运行半个多小时）

Answer 1

对于这种类型的东西使用Numba是个好主意，但不幸的是，正如您所怀疑的，它不支持hypergeom函数。你没有做错什么，只是不支持，所以我认为你不能在这种情况下使用Numba

支持内容的列表位于https://numba.pydata.org/numba-doc/latest/reference/numpysupported.html

在过去发生类似情况时，我采取的一种方法是尝试使用numpa确实支持的numpy子集编写我自己版本的不受支持函数，但成功率是可变的，它可能会导致一系列全新的问题（将经过调试、测试的库函数替换为您自己的某个实现可能会导致转储程序火灾）。如果不查看hypergeom.pmf的源代码，我不知道这是否是可行的方法