Python：Numba能在nopython模式下处理字符串数组吗？

Question

我正在使用pandas 0.16.2，numpy 1.9.2和numba 0.20。

有没有办法让numba在nopython模式下支持字符串数组？ 或者，我能否以某种方式将字符串转换为numba可识别的数字？

我必须在字符串数组（来自pandas数据框中的一列）上运行某些循环；如果我可以使用numba，代码将大大加快。

我想出了这个最小示例来展示我的意思：

import numpy as np
import numba

x=np.array(['some','text','this','is'])

@numba.jit(nopython=True)
def numba_str(txt):
    x=0
    for i in xrange(txt.size):
        if txt[i]=='text':
            x += 1
    return x

print numba_str(x)

我收到的错误信息是：

Failed at nopython (nopython frontend)
Undeclared ==([char x 4], str)

谢谢！

- Pythonista anonymous

---

从错误来看，似乎你在某种程度上将整个数组/列表与字符串进行了比较。你确定 txt[i] 不是整个列表吗？ - Andrey

@Andrey：是的，我确定。x[0]='一些'，x[1]='文本'，等等。您可以在循环中禁用numba并添加“print txt[i]”来轻松查看此内容。 - Pythonista anonymous

Answer 1

numba现在支持字符串（自0.41版本以来）

- valentin

---

你知道什么时候会支持str.encode()吗？ - Lo Bellin

Answer 2

Numba目前（截至20.0版本）还不支持字符串。实际上，"字符序列是受支持的，但是它们上面没有可用的操作"。

事实上，一种可能的解决方法是将字符解释为数字。对于ASCII字符，这很简单，可以使用Python中的ord和chr函数。然而，即使对于您的最小示例，您最终得到的函数也要不易读：

import numpy as np
import numba

x=np.array(['some','text','this','is'])

@numba.jit(nopython=True)
def numba_str(txt):
    x=0
    for i in xrange(txt.shape[0]):
        if (txt[i,0]==116 and  # 't'
            txt[i,1]==101 and  # 'e'
            txt[i,2]==120 and  # 'x'
            txt[i,3]==116):    # 't'
            x += 1
    return x

print numba_str(x.view(np.uint8).reshape(-1, x.itemsize))

- user2379410

---

我已经在一个情况下成功避免了这个问题，因为文本字段是数据库表的主键，所以我在Numba之外创建了另一个数字主键，并在我的Numba函数中使用它。然而，这并不适用于所有情况。 - Pythonista anonymous

此回答已过时。当前，Numba已支持对字符串（str）的处理。 - valentin