python - (如何)scipy.integrate.odeint 加速功能评估？

Question

通常是纯 python is ~50x slower than native code (C，Fortran)如果它由带有简单算法的紧密循环组成。当您使用 scipy.odeint就像这个 tutorial 中描述的那样你只需像这样编写函数并集成到纯 python 中:

def f(y, t):
       Si = y[0]
       Zi = y[1]
       Ri = y[2]
       # the model equations (see Munz et al. 2009)
       f0 = P - B*Si*Zi - d*Si
       f1 = B*Si*Zi + G*Ri - A*Si*Zi
       f2 = d*Si + A*Si*Zi - G*Ri
       return [f0, f1, f2]

这个函数必须被评估很多次，所以我预计它会造成巨大的性能瓶颈，考虑到 odeint 集成器本身是用 FORTRAN/ODPACK 制作的

它是否使用某些东西将函数 f(y,t) 从 python 转换为 native 代码？(像 f2py、scipy.weave、cython ...) 据我所知，odeint 不需要任何 C/C++ 或 Fortran 编译器，它不会增加我的 python 脚本的初始化时间，所以可能是 f2py 和 scipy。未使用 weave。

我之所以问这个问题，是因为在我自己的代码中使用与 scipy.integrate.odeint 相同的方法来加速紧密循环可能是个好主意。使用 odeint 比使用 f2py 或 scipy.weave 更方便。

Answer 1

不，它没有，odeint 代码在没有任何优化的情况下调用您的 python 函数。

它将您的函数包装在 ode_function 中(参见 here )，后者又使用 call_python_function 调用您的 python 函数。然后c函数ode_function将被odepack模块使用。

如果热衷于支持 python 到 C 代码转换/加速的 ODE/PDE 集成器，请查看 pydelay (link) .实际上使用 weave。