Python 是否可以将类方法引用传递给njit函数?
我试图提高一些代码的计算时间。因此,我使用Python 是否可以将类方法引用传递给njit函数?,python,class,reference,numba,Python,Class,Reference,Numba,我试图提高一些代码的计算时间。因此,我使用numba模块的njit装饰器来实现这一点。在本例中: import numpy as np from numba import jitclass, jit, njit from numba import int32, float64 import matplotlib.pyplot as plt import time spec = [('V_init' ,float64), ('a' ,float64), ('b'
numba
模块的njit
装饰器来实现这一点。在本例中:
import numpy as np
from numba import jitclass, jit, njit
from numba import int32, float64
import matplotlib.pyplot as plt
import time
spec = [('V_init' ,float64),
('a' ,float64),
('b' ,float64),
('g',float64),
('dt' ,float64),
('NbODEs',int32),
('dydx' ,float64[:]),
('time' ,float64[:]),
('V' ,float64[:]),
('W' ,float64[:]),
('y' ,float64[:]) ]
@jitclass(spec, )
class FHNfunc:
def __init__(self,):
self.V_init = .04
self.a= 0.25
self.b=0.001
self.g = 0.003
self.dt = .01
self.NbODEs = 2
self.dydx =np.zeros(self.NbODEs )
self.y =np.zeros(self.NbODEs )
def Eul(self,):
self.deriv()
self.y += (self.dydx * self.dt)
def deriv(self,):
self.dydx[0]= self.V_init - self.y[0] *(self.a-(self.y[0]))*(1-(self.y[0]))-self.y[1]
self.dydx[1]= self.b * self.y[0] - self.g * self.y[1]
return
@njit(fastmath=True)
def solve1(FH1,FHEuler,tp):
V = np.zeros(len(tp), )
W = np.zeros(len(tp), )
for idx, t in enumerate(tp):
FHEuler
V[idx] = FH1.y[0]
W[idx] = FH1.y[1]
return V,W
if __name__ == "__main__":
FH1 = FHNfunc()
FHEuler = FH1.Eul
dt = .01
tp = np.linspace(0, 1000, num = int((1000)/dt))
t0 = time.time()
[V1,W1] = solve1(FH1,FHEuler,tp)
print(time.time()- t0)
plt.figure()
plt.plot(tp,V1)
plt.plot(tp,W1)
plt.show()
我想传递一个名为FHEuler=FH1.Eul
的类方法的引用,但是它崩溃了,并给出了这个错误
This error may have been caused by the following argument(s):
- argument 1: cannot determine Numba type of <class 'method'>
此错误可能是由以下参数引起的:
-参数1:无法确定一种类型的
那么,是否可以将引用传递给njit函数?还是存在解决方法?Numba无法将函数作为参数处理。另一种方法是先编译函数,然后使用内部函数来处理其他参数,并返回内部函数,其中包含已编译的输入函数。请试试这个:
def solve1(FH1,FHEuler,tp):
FHEuler_f = njit(FHEuler)
@njit(fastmath=True)
def inner(FH1_x, tp_x):
V = np.zeros(len(tp_x), )
W = np.zeros(len(tp_x), )
for idx, t in enumerate(tp_x):
FHEuler_f
V[idx] = FH1_x.y[0]
W[idx] = FH1_x.y[1]
return V,W
return inner(FH1, tp)
传递函数可能不是必需的。这个看起来有用
@njit(fastmath=True)
def solve1(FH1,tp):
FHEuler = FH1.Eul
V = np.zeros(len(tp), )
W = np.zeros(len(tp), )
for idx, t in enumerate(tp):
FHEuler()
V[idx] = FH1.y[0]
W[idx] = FH1.y[1]
return V,W
这是行不通的。如果我这样做,
FH1.Eul()
在调用FHEuler=FH1.Eul()
时执行一次,FH1.Eul()
,但在solve1
函数中不再执行。@ymmx谢谢,答案已编辑,请再试一次。该答案没有给我任何错误,但输出只是零。这就好像Eul函数从来都不是called@ymmx这可能不是麻木的问题。在我看来,您的Eul函数所做的self.y+=(self.dydx*self.dt)
看起来像y=y0+0*something
,其中y0=0
由self.y=np.zero(self.NbODEs)
定义,即0+0*something
,仍然是0。我猜你可能想修改这个function@ymmx实际上,我认为您不需要传递Eul方法,因为您已经传递了类。在正确修改Eul方法后,您可以尝试我的第二次更新