使用ctype优化python quad

Question

我需要使用ctypes函数来减少python中quad的运行时间。这是我最初的问题original question，但现在我知道我需要遵循什么道路了。我需要遵循与这里的similar problem link相同的步骤。

然而，在我的例子中，将在数值积分中处理的函数将调用另一个python函数。如下所示：

from sklearn.neighbors import KernelDensity
import numpy as np
    
funcA = lambda x: np.exp(kde_bad.score_samples([[x]]))
quad(funcA, 0, cut_off)

其中cut_off是我在代码中决定的标量，kde_bad是使用KernelDensity创建的内核对象。

所以我的问题是，我需要如何在C中指定函数？等同于此：

//testlib.c
    
double f(int n, double args[n])    
{
   return args[0] - args[1] * args[2]; //corresponds to x0 - x1 * x2
}

感谢您的任何意见！

Answer 1

You can do this using ctypes's callback function facilities.

也就是说，如果你的函数从Python调用一些东西，你是否真的会获得任何速度上的提升是有争议的。ctypes加速集成本质上有两个原因：(1)被积函数本身作为编译的C语言比作为Python字节码更快，以及(2)它避免了从编译的(Fortran!)故障诊断例程。您提出的建议完全消除了这些性能提升的第二个来源，如果您多次进行这样的调用，甚至可能会增加惩罚。但是，如果被积函数的大部分执行时间是在它自己的代码中，而不是在您需要调用的这些其他Python函数中，那么您可能会看到一些好处。

Answer 2

正如在the other question中所回答的那样，quadpy的矢量化计算能力就是为了节省时间。