Python 定义cython类内函数的参数和cython中的快速积分计算
我是cython的新手,正在尝试将python类转换为cython。我不知道应该如何在实例Da中定义参数Python 定义cython类内函数的参数和cython中的快速积分计算,python,arrays,numpy,scipy,cython,Python,Arrays,Numpy,Scipy,Cython,我是cython的新手,正在尝试将python类转换为cython。我不知道应该如何在实例Da中定义参数z,使其既能处理numpy.array又能处理单个float数字 cdef class Cosmology(object): cdef double omega_m, omega_lam, omega_c def __init__(self,double omega_m=0.3,double omega_lam=0.7): self.omega_m = o
z
,使其既能处理numpy.array又能处理单个float
数字
cdef class Cosmology(object):
cdef double omega_m, omega_lam, omega_c
def __init__(self,double omega_m=0.3,double omega_lam=0.7):
self.omega_m = omega_m
self.omega_lam = omega_lam
self.omega_c = (1. - omega_m - omega_lam)
cpdef double a(self, double z):
cdef double a
return 1./(1+z)
cpdef double E(self, double a):
cdef double E
return (self.omega_m*a**(-3) + self.omega_c*a**(-2) + self.omega_lam)**0.5
cpdef double __angKernel(self, double x):
cdef __angKernel:
"""Integration kernel"""
return self.E(x**-1)**-1
cpdef double Da(self, double z, double z_ref=0):
cdef double Da
if isinstance(z, np.ndarray):
da = np.zeros_like(z)
for i in range(len(da)):
da[i] = self.Da(z[i], z_ref)
return da
else:
if z < 0:
raise ValueError("Redshift z must not be negative")
if z < z_ref:
raise ValueError("Redshift z must not be smaller than the reference redshift")
d = integrate.quad(self.__angKernel, z_ref+1, z+1,epsrel=1.e-6, epsabs=1.e-12)
rk = (abs(self.omega_c))**0.5
if (rk*d[0] > 0.01):
if self.omega_c > 0:
d[0] = sinh(rk*d[0])/rk
if self.omega_c < 0:
d[0] = sin(rk*d[0])/rk
return d[0]/(1+z)
如果我想将数组传递给
halo_positions
实例,这是正确的方法吗?如果您的类被定义为cdef
,则只能在Cython中(而不是在Python中)访问它,这使得对类方法使用cpdef
和def
是不必要的,也没有效率的。您可以将它们全部转换为cdef
当您告诉z
是double
时,它将只接受double
。如果希望此参数具有两种不同的类型,则应保持其类型未声明,但当z
是ndarray
时,这将直接影响循环性能
或者,您可以使用double*
并传递它的大小,当大小为1
时,它是一个double,当大小为>1
数组时。其职能是:
cdef double Da(self, int size, double *z, double z_ref=0):
if size>1:
da = np.zeros(size)
for i in range(size):
da[i] = self.Da(1, &z[i], z_ref)
return da
else:
if z[0] < 0:
raise ValueError("Redshift z must not be negative")
if z[0] < z_ref:
raise ValueError("Redshift z must not be smaller than the reference redshift")
d = integrate.quad(self.__angKernel, z_ref+1, z[0]+1,
epsrel=1.e-6, epsabs=1.e-12)
rk = (abs(self.omega_c))**0.5
if (rk*d[0] > 0.01):
if self.omega_c > 0:
d[0] = sinh(rk*d[0])/rk
if self.omega_c < 0:
d[0] = sin(rk*d[0])/rk
return d[0]/(1+z[0])
cdef double Da(self,int size,double*z,double z_ref=0):
如果大小>1:
da=np.零(尺寸)
对于范围内的i(尺寸):
da[i]=self.da(1,&z[i],z_-ref)
返回da
其他:
如果z[0]<0:
提升值错误(“红移z不得为负”)
如果z[0]0.01):
如果self.omega_c>0:
d[0]=sinh(rk*d[0])/rk
如果self.omega_c<0:
d[0]=sin(rk*d[0])/rk
返回d[0]/(1+z[0])
所以我假设我必须声明double rk
,那么epsrel
和epsabs
呢。我的另一个问题是scipy积分是否可以用cython中的等价物代替?因为到目前为止,我认为这就是我的代码速度非常低的原因。@Dalek你实际上必须回答问题,第一个问题在这个答案中被注释了。对于第二个,如果我理解的话,你想积分一个向量值函数吗?()@Dalekepsrel
和epsabs
是数值积分误差的公差,这些值越低,数值积分就越精确……实际上z
实际上是一个1D
数组,形状为(1500,)并且我需要在范围的循环中对该数组的每个组件进行积分(24000)
,因此我的代码速度非常低,因此我想将其转换为cython。@Dalek我有一个使用梯形规则或N阶多项式规则执行向量值积分的实现,
cdef double Da(self, int size, double *z, double z_ref=0):
if size>1:
da = np.zeros(size)
for i in range(size):
da[i] = self.Da(1, &z[i], z_ref)
return da
else:
if z[0] < 0:
raise ValueError("Redshift z must not be negative")
if z[0] < z_ref:
raise ValueError("Redshift z must not be smaller than the reference redshift")
d = integrate.quad(self.__angKernel, z_ref+1, z[0]+1,
epsrel=1.e-6, epsabs=1.e-12)
rk = (abs(self.omega_c))**0.5
if (rk*d[0] > 0.01):
if self.omega_c > 0:
d[0] = sinh(rk*d[0])/rk
if self.omega_c < 0:
d[0] = sin(rk*d[0])/rk
return d[0]/(1+z[0])