我正在尝试dgtsv使用Cython 包装LAPACK函数(三对角方程组的求解器).
我遇到了这个前面的答案,但由于dgtsv不是LAPACK功能之一,scipy.linalg我不认为我可以使用这种特殊的方法.相反,我一直试图遵循这个例子.
这是我的lapacke.pxd文件的内容:
ctypedef int lapack_int
cdef extern from "lapacke.h" nogil:
int LAPACK_ROW_MAJOR
int LAPACK_COL_MAJOR
lapack_int LAPACKE_dgtsv(int matrix_order,
lapack_int n,
lapack_int nrhs,
double * dl,
double * d,
double * du,
double * b,
lapack_int ldb)
...这是我的瘦Cython包装_solvers.pyx:
#!python
cimport cython
from lapacke cimport *
cpdef TDMA_lapacke(double[::1] DL, double[::1] D, double[::1] DU,
double[:, ::1] B):
cdef:
lapack_int n = D.shape[0]
lapack_int nrhs = B.shape[1]
lapack_int ldb …我正在尝试在 cython 中编写一个用于蒙特卡罗模拟的函数。该函数涉及多个小的线性代数运算，如点积和矩阵求逆。随着函数被调用数十万次，numpy 开销占据了很大一部分成本。三年前有人问过这个问题：在 Cython 中调用点积和线性代数运算？ 我尝试使用两个答案中的建议，但第一个 scipy.linalg.blas 仍然通过 python 包装器，我并没有真正得到任何改进。第二，使用 gsl 包装器也相当慢，当向量的维度非常大时，往往会冻结我的系统。我还发现了 Ceygen 包，看起来很有希望，但似乎安装文件在上次 Cython 更新中损坏了。另一方面，我看到 scipy 正在为 lapack 开发一个 cython 包装器，但它看起来仍然不可用 ( scipy-cython-lapack) 最后，我还可以为这些操作编写自己的 C 例程，但似乎有点重新发明轮子。
总结一下：在 Cython 中是否有这种操作的新方法？（因此我不认为这是重复的）或者您是否找到了更好的方法来处理我尚未见过的此类问题？
必填代码示例：（这只是一个例子，当然它仍然可以改进，但只是提供想法）
cimport numpy as np
import numpy as np
cpdef double risk(np.ndarray[double, ndim=2, mode='c'] X,
np.ndarray[double, ndim=1, mode='c'] v1,
np.ndarray[double, ndim=1, mode='c'] v2):
cdef np.ndarray[double, ndim=2, mode='c'] tmp, sumX
cdef double ret
tmp = np.exp(X)
sumX = np.tile(np.sum(tmp, 1).reshape(-1, 1), (1, tmp.shape[0]))
tmp = tmp / …我正在编写一个函数，我想尽可能多地使用 Cython 将其转换为 C。为此，我需要使用线性代数运算。这是我的功能。编辑：我学到的教训是尝试处理循环之外的线性代数，这在很大程度上是我能够做到的。否则，求助于包装 LAPACK/BLAS 或编写我自己的函数。
import numpy as np
from scipy.stats import multivariate_normal as mv
import itertools
def llf(data, rho, mu, sigma, A, V, n):
'''evaluate likelihood by guass-hermite quadrature
Parameters
----------
data : array
N x J matrix, columns are measurements
rho : array
length L vector of weights for mixture of normals
mu : array
L x K vector of means of mixture of normals
sigma : array
K x L*K matrix of variance matrices for …如果我正在使用类型化的内存视图,并且我想添加两个我使用这样的内存视图表示的向量,或者使用它们的点积或其他类似的向量,Cython是否希望我自己实现这些函数？
我对此没有任何问题,但是我想知道如果我正忙于编写添加矢量/乘以标量/点积等等,我是否做错了.靠我自己 感觉就像反模式,但我不确定.
什么是正确的模式？