python - Fortran 或 C 和 f2py 求解微分方程

Question

这更多的是一个设计问题。我参与的一个项目需要我们求解一堆一阶微分方程。我知道 python 有这方面的模块，并且我们一直在使用这些函数。

但是，我们需要积分器速度快，因此我们希望使用自适应步长并测试 scipy 包中未包含的其他一些例程。为此，我有一个 f2py 问题，因为用 Fortran 或 C 编写 ODE 求解器并使用 f2py 包装它似乎是有意义的。例如，fortran 和 python 之间的接口(interface)“变慢”发生在哪里？是在来回转移内存吗？我想知道前端需要考虑什么。当然，我可以直接用 python 编写(对于初学者)，但我听说 python 中的循环非常慢。

无论如何，只是寻找一般建议和需要考虑的事情。

谢谢。

Answer 1

我不熟悉f2py，但是你考虑过尝试Cython第一的？如果您不熟悉它，它可以让您用标准 Python 语言的超集编写代码，然后将其转换为 C 代码，然后进行编译。如果您的代码主要是循环，这可能会大大加快速度。但请记住，任何时候您从 Cython 中(或从常规 C 代码)调用纯 Python 函数，都会产生瓶颈。 (我相信这就是您所指的放缓。)

话虽这么说，我最近扔掉了我编写的 Cython 模块，并将其替换为使用 Python/C API 的手写 C++ 库。 。这更好，因为它让我可以更好地控制 C++ 代码与 NumPy 的交互，这对 Cython 来说有点挑战。