Skip to main content
 首页 » 编程设计

python之定义cython类内部函数的参数和cython中的快速积分计算

2025年05月04日9傻小

我是 cython 的新手,正在尝试将 python 类转换为 cython。我不知道我应该如何在 instance Da 中定义参数 z,以它可以同时处理 numpy.array 或仅处理的方式单个 float 数字。

cdef class Cosmology(object): 
    cdef double omega_m, omega_lam, omega_c   
 
    def __init__(self,double omega_m=0.3,double omega_lam=0.7): 
        self.omega_m = omega_m 
        self.omega_lam = omega_lam 
        self.omega_c = (1. - omega_m - omega_lam) 
 
 
    cpdef double a(self, double z): 
        cdef double a 
        return 1./(1+z) 
 
    cpdef double E(self, double a): 
        cdef double E 
        return (self.omega_m*a**(-3) + self.omega_c*a**(-2) + self.omega_lam)**0.5 
 
    cpdef double __angKernel(self, double x): 
        cdef __angKernel: 
        """Integration kernel""" 
        return self.E(x**-1)**-1 
 
    cpdef double Da(self, double z, double z_ref=0): 
        cdef double Da 
        if isinstance(z, np.ndarray): 
            da = np.zeros_like(z) 
            for i in range(len(da)): 
                da[i] = self.Da(z[i], z_ref) 
            return da 
        else: 
            if z < 0: 
                raise ValueError("Redshift z must not be negative") 
            if z < z_ref: 
                raise ValueError("Redshift z must not be smaller than the reference redshift") 
 
            d = integrate.quad(self.__angKernel, z_ref+1, z+1,epsrel=1.e-6, epsabs=1.e-12) 
            rk = (abs(self.omega_c))**0.5 
            if (rk*d[0] > 0.01): 
                if self.omega_c > 0: 
                    d[0] = sinh(rk*d[0])/rk 
                if self.omega_c < 0: 
                    d[0] = sin(rk*d[0])/rk 
            return d[0]/(1+z) 

我也想知道我是否将所有参数正确转换为cython参数?我想改变我原来的python代码来提高计算速度。我认为我的代码中的瓶颈之一应该是 integrate.quad。 cython 中是否有此函数的任何替代项有助于加快我的代码的性能?

cdef class halo_positions(object): 
     cdef double x = None 
     cdef double y = None 
     def __init__(self,numpy.ndarray[double, ndim=1] positions): 
         self.x = positions[0] 
         self.y = positions[1] 

如果我想将数组传递给 halo_positions 实例,这是正确的方法吗?

请您参考如下方法:

如果你的类被定义为 cdef 它将只能在 Cython 中访问(而不是在 Python 中)使得使用 cpdef 和 def 是不必要的并且效率不高 用于类方法。您可以将它们全部转换为 cdef。

当您告诉 z 是 double 时,它将只接受 double。如果你希望这个参数是两种不同的类型,你应该保持它的类型未声明,但是当 z 是一个 ndarray 时,这将直接影响循环性能。

或者,您可以使用 double * 并传递它的大小,当大小为 1 时,它是一个 double,当大小为 >1 一个数组。该功能将是:

cdef double Da(self, int size, double *z, double z_ref=0): 
    if size>1: 
        da = np.zeros(size) 
        for i in range(size): 
            da[i] = self.Da(1, &z[i], z_ref) 
        return da 
    else: 
        if z[0] < 0: 
            raise ValueError("Redshift z must not be negative") 
        if z[0] < z_ref: 
            raise ValueError("Redshift z must not be smaller than the reference redshift") 
 
        d = integrate.quad(self.__angKernel, z_ref+1, z[0]+1, 
                           epsrel=1.e-6, epsabs=1.e-12) 
        rk = (abs(self.omega_c))**0.5 
        if (rk*d[0] > 0.01): 
            if self.omega_c > 0: 
                d[0] = sinh(rk*d[0])/rk 
            if self.omega_c < 0: 
                d[0] = sin(rk*d[0])/rk 
        return d[0]/(1+z[0])