用于向量化函数的Python和Numba

你好，我正在为一些数字工作编写Python模块。由于有很多事情要做，我在过去几天里一直在优化代码以提高计算时间。 然而，我有一个关于Numba的问题。 基本上，我有一个带有一些字段的类，这些字段是numpy数组，我用以下方式初始化它们：

def init(self):
    a = numpy.arange(0, self.max_i, 1)
    self.vibr_energy = self.calculate_vibr_energy(a)

def calculate_vibr_energy(i):
    return numpy.exp(-self.harmonic * i - self.anharmonic * (i ** 2))

因此，代码是矢量化的，使用Numba的JIT可以带来一些改进。但是，有时我需要从类外访问calculate_vibr_energy函数，并传递一个整数而不是数组来代替I。 据我所知，如果我在calculate_vibr_energy上使用Numba的JIT，它必须始终将数组作为参数

那么，以下哪个选项更好： 1） 创建一个新函数calculate_vibr_energy_single（i），该函数将只接受一个整数，并对其使用Numba 2） 替换与此功能类似的所有功能用法：

myclass.calculate_vibr_energy(1)

为此：

tmp = np.array([1])
myclass.calculate_vibr_energy(tmp)[0]

---

或者还有其他更有效（或者至少是Python ic）的方法吗？

我只玩过一点numba，所以我可能弄错了，但据我所知，使用“autojit”修饰符应该会给出可以接受任何类型参数的函数

---

参见，例如

他指的是麻木。numba是一个适用于numpy的JIT编译器：第三个选项是传递长度为1的数组，而不是整数。谢谢！这似乎是做这件事的最简单的方法（并且可读性友好）。