python - 在Python中更快地计算二重积分(就像MatLab的integral2)

Question

我需要执行二维积分(一维具有无限边界)。在MatLab中，我用integral2完成了它:

int_x = integral2(fun, 0, inf, 0, a, 'abstol', 0, 'reltol', 1e-6);

在Python中，我尝试过scipy的dblquad:

int_x = scipy.integrate.dblquad(fun, 0, numpy.inf, lambda x: 0, lambda x: a, epsabs=0, epsrel=1e-6)

并且还尝试使用嵌套的单个四边形。不幸的是，这两个 scipy 选项花费的时间比 MatLab 长约 80 倍。

我的问题是:Python 中是否有另一种可能更快的 2D 积分实现(我尝试过“quadpy”，但没有太大好处)？或者，我可以编译MatLab的integral2函数并从python调用它，而不需要MatLab运行时(这甚至是kosher)吗？

提前致谢!布拉德

<小时/>

更新:

事实证明，我没有“声誉”来发布方程式的图像，所以请忍受格式:fun(N,t) = P(N) N^2 S(N,t) ，其中 P(N) 是对数正态概率分布，S(N,t) 相当复杂，但最简单的形式是指数，最复杂的形式是超几何函数(截断级数)。 N 从 0 到无穷大积分，t 从 0 到 pi 积分。

Answer 1

首先，简介。如果配置文件告诉您它的评估fun，那么您最好的选择是 numba.jit 它，或者在 Cython 中重写它。