如何对数组进行多进程处理？

Question

我有：

import numpy as np
from mpmath import *

mpf(np.array(range(0,600)))

但它不让我这样做：

TypeError: cannot create mpf from array

那我应该做什么？

基本上，我将使用这个数组，并根据情况逐个元素地与一个极大或极小的数字相乘（例如1.35626567e1084或6.2345252e-2732），因此需要使用mpf。

更具体地说，我将使用besseli和besselk函数来创建这些极大和极小值。

如何获得一个mpf数组来保存这些数字？

- Rapid

Answer 1

将数组乘以mpf数字就可以运行：

import numpy as np
import mpmath as mp
small_number = mp.besseli(400, 2)  # This is an mpf number
# Note that creating a list using `range` and then converting it
# to an array is not very efficient. Do this instead:
A = np.arange(600)
result = small_number * A  # Array of dtype object, ie, it contains mpf numbeers

对于包含mpf数字的两个数组进行逐元素相乘也是可行的：

result * result

因此，您真正的问题是如何在numpy数组中评估mpmath函数。为了解决这个问题，我会使用np.frompyfunc（以前是唯一的选择）。

besseli_vec = np.frompyfunc(mp.besseli, 2, 1)
besseli_vec(0, A)

- jorgeca

---

非常感谢。我正要放弃并使用缓慢的循环！您提到这是一段时间以前唯一的选择，现在有哪些其他选择？ - Rapid

一个快速的谷歌搜索似乎表明这仍然是唯一的选择。这很容易理解，因为这个选项非常简单。 - jorgeca

我在其他环境中遇到了相同的问题，我刚刚将我的帖子链接到了这个页面。感激任何帮助。 - Ash

那么，当我需要将一个np.array乘以某个mpf数字时，先将np.array转换为mpf然后再与mpf数字相乘是没有意义的吗？直接进行乘法运算会得到相同的结果（相同的精度）吗？ - Kvothe

Answer 2

请查看mpmath.arange：

import numpy as np
import mpmath as mp

np.array(mp.arange(600))

- Arsh Singh

---

我仍然无法执行A=np.array(arange(600))，然后执行besseli(0,A)而不会出现错误？ - Rapid