Python 将scipy.integrate.ode与cython一起使用

我目前正试图将我已经编写好的python代码与Cython一起使用，以期获得更好的性能。然而，我在某一点上遇到了问题 我使用scipy.interpolate.ode：

TypeError:f（）正好接受3个位置参数（给定2个）

可使用以下代码复制此代码：

import scipy.integrate as inte
import scipy.interpolate
import numpy as np


class model(object):
   def __init__(self):
    self.r = np.arange(10) #a variable
    self.val = np.arange(10,20) #some values already calculated
    self.interpol = scipy.interpolate.interp1d(self.r,self.val) #interpolation

   #works with python but produces an error with cython
   def do_integration(self):

       abbrev = lambda i: self.interpol(i) #this is more complex in reality

       def f(x,y,i):
           return x+abbrev(i)

       ode = inte.ode(f,None)
       ode.set_integrator('dopri5')
       ode.set_f_params(5)
       ode.set_initial_value(0,1)

       for i in np.arange(0,1,0.1):
           ode.integrate(i)

如果f是在do_集成之外定义的，那么它也适用于cython。然而，在实际代码中，我定义了4-5个lambda函数，然后在f中使用（主要是从插值中获得一些导数，可能这是一种糟糕的风格？）。因此，在do_积分之外定义f将意味着大量的工作

我想我的问题跟,， 但是，建议的解决方案不适合我：

只是定义

cpdef double f(double x,double y,double i):

给予

此处不允许使用C函数定义

由于我是Cython的新手，我不太确定错误消息的原因是什么。有人能帮我吗

---

非常感谢

我认为在尝试像这样先进的东西之前，你需要学习更多的Cython。它不是Python的替代品。将

f

函数定义放在一个单独的

.pdx

文件中，从经验中学习哪些可以加速，哪些不能。依赖于导入包（如scipy）的代码不是一个很好的Cython候选代码。@ElHors我可以复制它。我不认为这类代码会从Cython中获得巨大的好处，但它们通常都以良好的Python兼容性为目标，因此应该可以工作。我会将其报告为一个bug（但如何做到这一点并非100%显而易见），我认为在尝试类似这样的高级功能之前，您需要学习更多Cython。它不是Python的替代品。将

f

函数定义放在一个单独的

.pdx

文件中，从经验中学习哪些可以加速，哪些不能。依赖于导入包（如scipy）的代码不是一个很好的Cython候选代码。@ElHors我可以复制它。我不认为这类代码会从Cython中获得巨大的好处，但它们通常都以良好的Python兼容性为目标，因此应该可以工作。我会将其报告为一个bug（但如何做到这一点并非100%显而易见）