我过去使用过 numpy 并且对它相当满意，但有时当我想要一些额外的速度时，我已经能够使用 numba.autojit 装饰器。简单的。现在的问题是我目前正在研究一系列 sympy 表达式，而 numba（jit 或 autojit）不确定如何使用lambdify 中的函数。看起来 sympy 没有维护特定的参数列表。
我想我可以看看 sympy.lamdify 是如何工作的，并制作我自己的包含 numba 的版本，但我想我会先四处询问。
问问题
1489 次
2 回答
4
要回答您的第二个问题，lambdify 的工作方式是它创建表达式的字符串形式作为 lambda，并将eval其放在具有数值函数的命名空间中。
例如，for lambdify(x, sin(x), 'numpy'),sin(x)被转换为'sin(x)'(这里的字符串形式与常规字符串形式相同，但它们可以不同，例如，因为 SymPy 和 NumPy 之间的函数名称不同。执行此操作的函数是sympy.printing.lambdarepr.lambdarepr。请注意，函数虽然你想使用 is sympy.utilities.lambdify.lambdastr，但它也执行下一步。
然后将其添加到lambda，给出'lambda x: sin(x)'。
然后，它大致做到了
g = {}
exec 'from numpy import *' in g # or exec('from numpy import *', g) in Python 3
l = eval('lambda x: sin(x)', g)
并将l成为lambdifies函数。
换句话说，它在 is'lambda x: sin(x)'的命名空间中求sin值numpy.sin。
据我所知， numba.jit 和 numba.autojit 只是翻译字节码，所以它们应该可以在 lambda 上正常工作。
于 2014-04-07T01:41:18.623 回答
1
我自己没有使用过 numba，但我对 lambdify 很熟悉，可以告诉你它不能开箱即用。因此，如果您愿意自己实现这一点，那么在https://github.com/sympy/sympy上，作为“拉取请求”很可能会非常感谢您自己的“numba”模块来进行lambdify
我自己为我的一个项目实现了类似于lambdify的东西，其中默认的sympy太慢了，如果有任何帮助，你可以在这里查看源代码： https ://github.com/bjodah/symvarsub/
于 2014-04-05T08:58:22.057 回答