pyfftw中的计划和行子集

Question

我想使用pyfft反复计算二维数组的行子集的离散傅里叶变换。我不知道需要转换哪些行，这取决于上一轮的输出。我知道这样做对所有行都是浪费的。

据我理解，FFTW3中的“计划”与转换类型(c2c、r2c等)和输入/输出长度相关联，在一维情况下，输入/输出长度总是一个向量。在pyfftw中，“计划”似乎与转换类型和输入/输出形状相关联，因此我的解释是，它对每一行都使用相同的FFTW3计划。

我的问题是:是否可以对某些行使用相同的FFTW3计划，而不为所有可能的行组合创建单独的pyfftw.FFTW对象？

另外，我想知道pyfftw是如何使用多个核的:它是对每一行使用多个核(考虑到FFTW3文档，这似乎很自然)，还是将不同的行划分成不同的核(这是我最初的假设)？

Answer 1

如果可以从视图中创建numpy数组，则可以使用pyFFTW进行规划--所有有效的numpy数组都应该工作得很好。

这意味着以下几点：

1. 您的数组需要有规则的步幅，但这些步幅可以是任意的。
2. ND数组计划为ND转换，并使用选定的轴。
3. 你可能可以用步幅技巧做一些狡猾的事情，而且它可能会奏效(但如果你做了一些过于邪恶的事情，比如重叠行，然后使用线程，你可能不会做你想做的事情)。

我经常使用的一种解决方案是将想要转换的行复制到临时数组中，并对其进行转换。您很可能会发现这是最快的选项(特别是当您允许字节偏移量正确时)。

显然，如果您总是有不同的行数，这是行不通的。您可能仍然会发现，如果您计划转换的行数最多，然后在子集中复制，则仍然比其他情况下做得更快。

即使降低到C级，您也会遇到的问题是，如果经常更改转换大小，则计划开销很可能占主导地位。

您还可以尝试pyfftw.interfaces.numpy_fft，它通常速度更快，并且能够缓存重复的转换大小。