(如何) scipy.integrate.odeint加速功能评估？

Question

典型的纯python 是比本机代码慢50倍吗？ (C，Fortran)，如果它由简单的仿制品组成的紧密循环组成。例如，在这个scipy.odeint中使用所描述的教程时，只需编写函数就可以在纯python中集成，如下所示：

def f(y, t):
       Si = y[0]
       Zi = y[1]
       Ri = y[2]
       # the model equations (see Munz et al. 2009)
       f0 = P - B*Si*Zi - d*Si
       f1 = B*Si*Zi + G*Ri - A*Si*Zi
       f2 = d*Si + A*Si*Zi - G*Ri
       return [f0, f1, f2]

这个函数必须经过多次评估，所以考虑到odeint集成器本身是用FORTRAN/ODPACK制作的，我预计它会造成一个巨大的性能瓶颈。

它是否使用某种方法将函数f(y,t) 从python转换为本机代码？(比如f2py、scipy.weave、cython .)据我所知，odeint不需要任何C/C++或Fortran编译器，也不会增加我的python脚本的初始化时间，因此可能不使用f2py和scipy.weave。

我问这个问题是因为，也许，在我自己的代码中使用与scipy.integrate.odeint相同的方法来加速紧循环是个好主意。使用odeint甚至比使用f2py或scipy.weave更方便。

Answer 1

不，它没有，odeint代码调用您的python函数而不进行任何优化。

它将您的函数封装在ode_function (参见这里)中，然后使用call_python_function调用您的python函数。然后，c函数ode_function将由odepack模块使用。

如果热衷于并支持python到C代码转换/加速的ODE/PDE集成器，请查看pydelay (链接)。实际上使用的是weave。