帶有 Scipy 的數值：函數調用和編譯

Question

我是 Scipy 的數字新手。 特別是我想整合一個（復雜的）微分方程系統。 我注意到scipy.integrate.solve_ivp可以完成這項工作。 由於我的方程依賴於一些數值參數，我寫了一個構建器 class 來構建方程以及初始條件

from scipy.integrate import solve_ivp

class eq_builder:
    def __init__(self, parameters):
        self._parameters = parameters

    def build_eqs():
        def numerical_function(t, y):
            #here y is a list. This numerical function uses parameters and return a list
        return numerical_function

    def build_ics():
        #generate and returns initial conditions (as a list)

然后我用

a = eq_builder(my_parameter)
solve_ivp(a.build_eqs(), [0, 10000], a.build_ics())

問題

1. 由於solve_ivp numerical_function多次，有沒有辦法編譯它以使計算過程更快？
2. 在 numeric_function 的定義中，我是否應該限制一些更抽象的（但map numerical_function列表或列表理解上？
3. 你還有什么建議可以給我嗎？ 考慮到上述系統中的方程數量為數百個。

Answer 1

由於 numeric_function 將被solve_ivp調用多次，有沒有辦法編譯它以使計算過程更快？

你必須不讓 go 這樣做。 退后一步，您的假設似乎是“編譯”代碼總是比解釋 Python 快。 事實並非如此。 確實，像循環等簡單的事情在 Python 中比在 C 中慢，但這就是你不在 ZA7F5F35426B927411FC92317Z6 中編寫大循環的原因。 您寧願使用 numpy arrays 及其固有功能。 例如numpy.dot(a, b)比你自己在 C 中編寫的任何東西都要快得多，因為numpy.dot使用一些花哨的庫（BLAS，在這種情況下，你可以做得更好）。

在 numeric_function 的定義中，我是否應該限制一些更抽象的（但令人印象深刻的）事物，例如 map 在列表或列表理解上？

那是口味問題。

你還有什么建議可以給我嗎？ 考慮到上述系統中的方程數量為數百個。

首先讓它工作，即使非常慢，然后嘗試找出你的代碼慢的地方，並嘗試改進那里。