import numba
from typing import List
@numba.njit
def test(a: List[int]) -> int:
return 1
test([i for i in range(2_000_000)])
取2并随列表大小线性扩展.
用numba.typed.List包裹输入参数需要更长的时间.(所有时间都花在了numba.typed.List电话上.
如果该函数被多次调用(而仅定义一次)，则计时不会变得更好，即，这不是编写时间的问题.
有没有办法告诉Numba按原样使用列表？
在我的实际应用程序中，原始数据来自外部库，该库无法直接返回numpy数组或numba列表，只能返回Python列表.
我正在一台配备16 GB RAM的4核Ubuntu22笔记本电脑上使用numba 0.59.1和Python 3.12.
Numba仅适用于typed个变量.它不仅需要check the types of all the items，还需要convert the whole list到输入列表中.这种隐式转换可能特别昂贵，因为CPython列出了，又名反射列表包含分配对象上的指针，并且每个对象都被引用计数.Numba的类型化列表是同质的，它们不包含引用，而是直接包含其中的值.这要高效得多，并且类似于具有NPS等附加功能的Numpyarray.
有没有办法告诉Numba按原样使用列表？
AFAIK，不.Numba代码中不再支持反射列表.对反射列表进行操作不仅效率低下，而且还会 destruct 类型系统.
最好的 Select 是create directly a typed list.下面是一个例子:
import numba as nb
# Quite fast part (less than 0.1 seconds)
reflected_lst = [i for i in range(2_000_000)]
# Slow part (3 seconds)
typed_lst = nb.typed.typedlist.List(reflected_lst)
# Very fast part (less than 2 µs) since `lst` is already a typed-list
test(typed_lst)
正如@roganjosh所提到的，请注意，列表生成包含在您的基准测试中，但这只占用执行时间的一小部分
请注意，Numba中的转换过程特别昂贵(与Numpy相反，请参阅下面的 comments ).有一个opened issue on this topic.引用开发商的话:
[...] we came to the conclusion that there is probably room for improvement.
[...] this problem is all down to implementation details.
到目前为止，该问题仍然悬而未决，并且有一个补丁可以稍微提高转换的性能，但速度仍然相当慢.