文档讨论使用numba的
cfunc
作为LowLevelCallable
的scipy.integrate.quad
参数。我需要同样的东西和附加参数。
我基本上正在尝试做这样的事情:
import numpy as np
from numba import cfunc
import numba.types
voidp = numba.types.voidptr
def integrand(t, params):
a = params[0] # this is additional parameter
return np.exp(-t/a) / t**2
nb_integrand = cfunc(numba.float32(numba.float32, voidp))(integrand)
但是,它不起作用,因为
params
应该是 voidptr
/void*
并且它们不能转换为 double
。我收到以下错误消息:
TypingError: Failed at nopython (nopython frontend)
Invalid usage of getitem with parameters (void*, int64)
* parameterized
我没有找到任何有关如何从 Numba 中的
void*
中提取值的信息。在 C 中,它应该类似于 a = *((double*) params)
— 在 Numba 中可以做同样的事情吗?
1。通过
scipy.integrate.quad
传递额外参数
quad
文档说:
如果用户希望提高集成性能,则
可能是具有以下签名之一的f
:scipy.LowLevelCallable
double func(double x)
double func(double x, void *user_data)
double func(int n, double *xx)
double func(int n, double *xx, void *user_data)
是user_data
中包含的数据。在带有scipy.LowLevelCallable
的调用形式中,xx
是包含n
的xx
数组的长度,而 其余项目是xx[0] == x
args
的quad
参数中包含的数字。
因此,要通过
integrand
向 quad
传递额外的参数,最好使用 double func(int n, double *xx)
签名。
您可以为被积函数编写一个装饰器,将其转换为
LowLevelCallable
,如下所示:
import numpy as np
import scipy.integrate as si
import numba
from numba import cfunc
from numba.types import intc, CPointer, float64
from scipy import LowLevelCallable
def jit_integrand_function(integrand_function):
jitted_function = numba.jit(integrand_function, nopython=True)
@cfunc(float64(intc, CPointer(float64)))
def wrapped(n, xx):
return jitted_function(xx[0], xx[1])
return LowLevelCallable(wrapped.ctypes)
@jit_integrand_function
def integrand(t, *args):
a = args[0]
return np.exp(-t/a) / t**2
def do_integrate(func, a):
"""
Integrate the given function from 1.0 to +inf with additional argument a.
"""
return si.quad(func, 1, np.inf, args=(a,))
print(do_integrate(integrand, 2.))
>>>(0.326643862324553, 1.936891932288535e-10)
或者,如果您不需要装饰器,请手动创建
LowLevelCallable
并将其传递给 quad
。
2。包装被积函数
我不确定以下内容是否能满足您的要求,但您也可以包装您的
integrand
函数以获得相同的结果:
import numpy as np
from numba import cfunc
import numba.types
def get_integrand(*args):
a = args[0]
def integrand(t):
return np.exp(-t/a) / t**2
return integrand
nb_integrand = cfunc(numba.float64(numba.float64))(get_integrand(2.))
import scipy.integrate as si
def do_integrate(func):
"""
Integrate the given function from 1.0 to +inf.
"""
return si.quad(func, 1, np.inf)
print(do_integrate(get_integrand(2)))
>>>(0.326643862324553, 1.936891932288535e-10)
print(do_integrate(nb_integrand.ctypes))
>>>(0.326643862324553, 1.936891932288535e-10)
3.从
voidptr
转换为 python 类型
我认为这还不可能。从2016年的this讨论来看,
voidptr
似乎只是在这里将上下文传递给C回调。
void * 指针的情况适用于 API,其中外部 C 代码并不每次都尝试取消引用指针,而只是将其传递回回调,作为回调在调用之间保留状态的方式。我认为目前这不是特别重要,但我想提出这个问题。
并尝试以下操作:
numba.types.RawPointer('p').can_convert_to(
numba.typing.context.Context(), CPointer(numba.types.Any)))
>>>None
似乎也不令人鼓舞!
这里与雅克·高丹建议的第一点相同的技术,但有几个参数。
import numpy as np
import scipy.integrate as si
import numba
from numba import cfunc, carray
from numba.types import intc, CPointer, float64
from scipy import LowLevelCallable
def jit_integrand_function(integrand_function):
jitted_function = numba.jit(integrand_function, nopython=True)
@cfunc(float64(intc, CPointer(float64)))
def wrapped(n, xx):
values = carray(xx, n)
return jitted_function(values)
return LowLevelCallable(wrapped.ctypes)
@jit_integrand_function
def integrand(args):
t = args[0]
a = args[1]
b = args[2]
return b * np.exp(-t/a) / t**2
def do_integrate(func, a):
"""
Integrate the given function from 1.0 to +inf with additional argument a.
"""
return si.quad(func, 1, np.inf, args=(a, b,))