python – 如何更好地使用Cython来更快地求解微分方程？

概述我想降低Scipy的odeint解决差异所需的时间 方程. 为了练习,我使用Python in scientific computations中涵盖的示例作为模板.因为odeint将函数f作为参数,所以我将此函数编写为静态类型的Cython版本并希望如此 odeint的运行时间会明显减少. 函数f包含在名为ode.pyx的文件中,如下所示： import numpy as npcimport n 我想降低Scipy的odeint解决差异所需的时间
方程.

为了练习,我使用Python in scientific computations中涵盖的示例作为模板.因为odeint将函数f作为参数,所以我将此函数编写为静态类型的Cython版本并希望如此
odeint的运行时间会明显减少.

函数f包含在名为ode.pyx的文件中,如下所示：

import numpy as npcimport numpy as npfrom libc.math cimport sin,cosdef f(y,t,params):  cdef double theta = y[0],omega = y[1]  cdef double Q = params[0],d = params[1],Omega = params[2]  cdef double derivs[2]  derivs[0] = omega  derivs[1] = -omega/Q + np.sin(theta) + d*np.cos(Omega*t)  return derivsdef fCMath(y,double t,Omega = params[2]  cdef double derivs[2]  derivs[0] = omega  derivs[1] = -omega/Q + sin(theta) + d*cos(Omega*t)  return derivs

然后我创建一个文件setup.py来编译函数：

from distutils.core import setupfrom Cython.Build import cythonizesetup(ext_modules=cythonize('ode.pyx'))

解决微分方程的脚本(也包含Python
f)的版本称为solveODE.py,其外观如下：

import odeimport numpy as npfrom scipy.integrate import odeintimport timedef f(y,params):    theta,omega = y    Q,d,Omega = params    derivs = [omega,-omega/Q + np.sin(theta) + d*np.cos(Omega*t)]    return derivsparams = np.array([2.0,1.5,0.65])y0 = np.array([0.0,0.0])t = np.arange(0.,200.,0.05)start_time = time.time()odeint(f,y0,args=(params,))print("The Python Code took: %.6s seconds" % (time.time() - start_time))start_time = time.time()odeint(ode.f,))print("The Cython Code took: %.6s seconds ---" % (time.time() - start_time))start_time = time.time()odeint(ode.fCMath,))print("The Cython Code incorpoarting two of DavIDW_s suggestions took: %.6s seconds ---" % (time.time() - start_time))

然后我跑：

python setup.py build_ext --inplacepython solveODE.py

在终端.

python版本的时间大约是0.055秒,
而Cython版本大约需要0.04秒.

是否有人建议改进我的解决方案
微分方程,最好不用修改odeint例程本身,用Cython？

编辑

我在两个文件ode.pyx和solveODE.py中加入了DavIDW的建议.使用这些建议运行代码大约需要0.015秒.

解决方法 最简单的改变(可能会获得很多)是使用C数学库sin和cos来对单个数字而不是数字进行 *** 作.对numpy的调用和计算它不是一个数组的时间相当昂贵.

from libc.math cimport sin,cos    # later    -omega/Q + sin(theta) + d*cos(Omega*t)

我很想为输入d分配一个类型(在不改变界面的情况下,没有其他输入可以轻松输入)：

def f(y,params):

我想我也会像你在Python版本中那样返回一个列表.我不认为你通过使用C数组获得了很多.

总结

以上是内存溢出为你收集整理的python – 如何更好地使用Cython来更快地求解微分方程？全部内容，希望文章能够帮你解决python – 如何更好地使用Cython来更快地求解微分方程？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。