Python 如何将多个附加参数传递给numba cfunc，并将其作为低级别可调用传递给scipy.integrate.quad

我试图复制第1段中描述的技术。另一个问题的选定答案的：

---

但是，我不知道如何修改实现，使xx[1]是一个浮点数组，而不是唯一的浮点。

我通过将代码修改为：

将numpy导入为np
导入scipy.integrate作为si
进口麻木
来自numba进口cfunc
从numba.types导入intc、CPointer和float64
从scipy导入低级可调用
def jit_被积函数（被积函数）：
jitted_函数=numba.jit（被积函数，nopython=True）
@cfunc（float64（intc，CPointer（float64）））
def包装（n，xx）：
值=carray（xx，n）
返回jitted_函数（值）
返回低级别可调用（wrapped.ctypes）
@jit_被积函数
def被积函数（args）：
t=args[0]
a=args[1]
返回np.exp（-t/a）/t**2
def do_集成（func，a）：
"""
将给定函数从1.0集成到+inf，并使用附加参数a。
"""
返回si.quad（func，1，np.inf，args=（a，））

我将代码修改为：

将numpy导入为np
导入scipy.integrate作为si
进口麻木
来自numba进口cfunc
从numba.types导入intc、CPointer和float64
从scipy导入低级可调用
def jit_被积函数（被积函数）：
jitted_函数=numba.jit（被积函数，nopython=True）
@cfunc（float64（intc，CPointer（float64）））
def包装（n，xx）：
值=carray（xx，n）
返回jitted_函数（值）
返回低级别可调用（wrapped.ctypes）
@jit_被积函数
def被积函数（args）：
t=args[0]
a=args[1]
返回np.exp（-t/a）/t**2
def do_集成（func，a）：
"""
将给定函数从1.0集成到+inf，并使用附加参数a。
"""
返回si.quad（func，1，np.inf，args=（a，））

我将尝试了解一下这一点，但从本质上讲，xx[1]应该是一个唯一的浮点，然后是xx[2]、xx[3]、xx[4]等数组中的其余部分。我已经发布了实现这一点的方法。如果你不介意的话，你可以测试这个问题并将其添加到你的答案中，这样我们就可以关闭/删除我的问题。我会保留这个问题/答案的原样。在另一个答案中有相当多的内容需要理解，所以我宁愿将其单独保存。或者将这个答案作为一个概括添加到另一个问题中？我将尝试看看这个问题，但本质上，xx[1]应该是一个唯一的浮点，然后是xx[2]、xx[3]、xx[4]等中的数组的其余部分。我已经发布了我的工作方式。如果你不介意的话，你可以测试这个问题并将其添加到你的答案中，这样我们就可以关闭/删除我的问题。我会保留这个问题/答案的原样。另一个问题的答案有很多地方需要考虑，所以我宁愿把它分开。或者把这个答案作为一个概括添加到另一个问题中？这正是我想要建议的。不错，这正是我想建议的。不错。