为编写与`scipy.integrate.odeint`?

Question

简介

^{}需要一个函数作为它的第一个参数，该函数计算我们要积分的变量的导数（从现在起，我将其称为d_func，表示“导数函数”）。在

d_func必须由用户用Python代码编写。使用Numba提高性能的一个很好的方法是@jitd_func（因为d_func在集成过程中被多次调用）。在

当d_func复杂到需要一个Python类对象时，如何编写性能代码。在

代码设置

以下是我代码的“卡通”：

• 有一个名为DynamicBox.py的模块
• 这个模块中有一个Python类，DynamicBox
• DynamicBox有许多属性
• 其中一些属性是“相位变量”，也就是说，它们是我感兴趣的积分量
• 其中一些属性是“参数”--也就是说，我使用它们来 计算相位变量的导数

我将有一组函数，它们将采用DynamixBox相位变量或参数属性，以便计算导数中的相关项。即：

• 我要一份d_func
• d_func本身会调用许多小的helper函数来 使用DynamixBox计算导数中的相关项 属性

设计选择

我必须做出选择，有以下几种选择：

1. 或者我可以使d_func及其所有助手函数的方法 DynamicBox
2. 或者我只能使d_func成为DynamicBox的方法， 它的所有helper函数都在同一个模块中 ^{cd9>方法的{
3. 或者只有helper函数是DynamicBox的方法，但是 d_func只是在同一个模块（DynamicBox.py）中，而不是 DynamicBox方法
4. 或者helper函数和d_func都不是 动力箱。在

问题

我对Python的了解还不足以确定哪种选择是最好的。以下问题我想需要回答。在

• 调用实例属性来获取属性是否昂贵，或者仅当您使用的是非方法的函数时，成本是否高昂 班上的？

• 如果麻巴在比赛呢？例如，如果我使用普通函数而不是类方法，Numba会更喜欢它吗？

Answer 1

我可以对这个问题的麻木部分发表评论。在

正如其他用户所提到的，Numba中的属性访问会导致一些开销。例如，您可能会想写这样的代码：

class Foo(object):
    def __init__(self, x):
        self.x = x

    @numba.jit
    def dosomething(self, y):
        for i in range(len(self.x)):
            self.x[i] += y[i]

这将很慢，因为Numba每次遇到self.x时都必须调用Python层进行属性访问。在

更好的方法是：

^{pr2}$

这里循环中没有属性访问，另外，我们可以添加nopython=True参数，如果函数必须返回到任何（慢的）Python代码，这将导致Numba引发错误。这个nopython参数是确保Numba函数尽可能高效的一个好方法。在