我一直在尝试学习Cython以加速我的一些计算。以下是我正在尝试做的一部分内容:使用递归公式积分微分方程,并利用NumPy数组。我已经比纯Python版本实现了大约100倍的速度提升。但是,通过查看
我认为上面标记的所有9行都可以通过适当的调整变为白色。一个问题是能否正确地定义NumPy数组。但更重要的是让第一行标记的代码高效地运行,因为这是大部分计算所在的地方。我尝试阅读生成的C代码,它显示在点击黄线后的HTML文件中,但我实在不知道如何阅读那段代码。如果有人能帮忙解决,将不胜感激。
-a
Cython命令生成的HTML文件,我发现可以进一步提高速度。下面是我的代码(在HTML文件中变成黄色的行需要改为白色):%%cython
import numpy as np
cimport numpy as np
cimport cython
from libc.math cimport exp,sqrt
@cython.boundscheck(False)
cdef double riccati_int(double j, double w, double h, double an, double d):
cdef:
double W
double an1
W = sqrt(w**2 + d**2)
#dark_yellow
an1 = ((d - (W + w) * an) * exp(-2 * W * h / j ) - d - (W - w) * an) /
((d * an - W + w) * exp(-2 * W * h / j) - d * an - W - w)
return an1
def acalc(double j, double w):
cdef:
int xpos, i, n
np.ndarray[np.int_t, ndim=1] xvals
np.ndarray[np.double_t, ndim=1] h, a
xpos = 74
xvals = np.array([0, 8, 23, 123, 218], dtype=np.int) #dark_yellow
h = np.array([1, .1, .01, .1], dtype=np.double) #dark_yellow
a = np.empty(219, dtype=np.double) #dark_yellow
a[0] = 1 / (w + sqrt(w**2 + 1)) #light_yellow
for i in range(h.size): #dark_yellow
for n in range(xvals[i], xvals[i + 1]): #light_yellow
if n < xpos:
a[n+1] = riccati_int(j, w, h[i], a[n], 1.) #light_yellow
else:
a[n+1] = riccati_int(j, w, h[i], a[n], 0.) #light_yellow
return a
我认为上面标记的所有9行都可以通过适当的调整变为白色。一个问题是能否正确地定义NumPy数组。但更重要的是让第一行标记的代码高效地运行,因为这是大部分计算所在的地方。我尝试阅读生成的C代码,它显示在点击黄线后的HTML文件中,但我实在不知道如何阅读那段代码。如果有人能帮忙解决,将不胜感激。