在 Python 中更快地从插值函数构建数组答案

【问题标题】：Building an array from an interpolating function faster in Python在 Python 中更快地从插值函数构建数组
【发布时间】：2022-01-03 20:08:54
【问题描述】：

我有一个使用 interp1d 创建的插值函数 f(x)。

现在从函数 f(x)，我必须构造一个函数 f(y,z)，其中 x=(y-z)/2。

我正在使用这样的嵌套循环：

f = lambda x: x**3
y = np.arange(0,100)
z = np.arange(0,100)
fnew = np.zeros((100,100))
for i in range(0,100):
    for j in range(0,100):
        fnew[i,j] = f((y[j]-z[i])/2)

为了说明，我取了函数 f=x^3。但是，由于我为 i 和 j 迭代了大约 8000 个值，并且由于 f(x) 是一个插值函数，因此循环需要很长时间（显然）并且 numba 无法工作。

有没有更好的方法来实现这一点？

【问题讨论】：

您的 M(n)WE 缺少 np.zeros 参数元组的右括号
@matszwecja 已更正
“numba 无法工作”是什么意思？它在我的机器上运行良好（Numba v0.45.1）。
@Jérôme Richard 在实际程序中，f(x) 是一个使用 interp1d 制作的插值函数，而 numba 不支持这种插值函数，正如我在问题中提到的那样。

标签： python arrays vectorization interpolation numba

【解决方案1】：

我会利用broadcasting rules:

f = lambda x: x ** 3
y = np.arange(100)
z = np.arange(100)
fnew = f((y[np.newaxis, :] - z[:, np.newaxis]) * 0.5)

【讨论】：

【解决方案2】：

不确定它如何与 numba 一起工作，但我认为创建新函数的大多数 pythonic 方式是这样的：

g = lambda y, z: f((y-z)/2)

这样你就可以在循环中简单地做到这一点：

fnew[i,j] = g(i, j)

【讨论】：

我认为它实际上不会加速循环。