【发布时间】:2021-12-30 21:58:29
【问题描述】:
我想转换这段代码以使其与 Numba 兼容。 Numba 支持的唯一排序方法是 sorted(),但不使用 key 参数。我必须在没有其他库导入或者只是一些 numpy 的情况下手动排序。有人可以给我一种有效的方法来做这种事情吗?谢谢
import random
n = 1000
index = list(range(n))
keys = list(range(n))
random.shuffle(keys)
index.sort(key=lambda x: keys[x])) <= HOW TO CONVERT THIS ?
编辑:
import numpy as np
from numba import jit
@jit(nopython=True)
def fourier_fit_extra(data, harmonic, extra=0):
size = len(data)
x = np.arange(0, size, 1)
m = np.ones((x.shape[0], 2))
m[:, 1] = x
scale = np.empty((2,))
for n in range(0, 2):
norm = np.linalg.norm(m[:, n])
scale[n] = norm
m[:, n] /= norm
lsf = (np.linalg.lstsq(m, data, rcond=-1)[0] / scale)[::-1]
lsd = data - lsf[0] * x
size_lsd = len(lsd)
four = np.zeros(size_lsd, dtype=np.complex128)
for i in range(size_lsd):
sum_f = 0
for n in range(size_lsd):
sum_f += lsd[n] * np.exp(-2j * np.pi * i * n * (1 / size_lsd))
four[i] = sum_f
freq = np.empty(size)
mi = (size - 1) // 2 + 1
freq[:mi] = np.arange(0, mi)
freq[mi:] = np.arange(-(size // 2), 0)
freq *= 1.0 / size
lx = np.arange(0, size + extra)
out = np.zeros(lx.shape)
# IT'S USED TO SORT FOURIER REALS
index = [v for _, v in sorted([(np.absolute(four[v]), v) for v in list(range(size))])][::-1]
for i in index[:1 + harmonic * 2]:
out += (abs(four[i]) / size) * np.cos(2 * np.pi * freq[i] * lx + np.angle(four[i]))
return out + lsf[0] * lx
【问题讨论】:
-
由于显示的代码根本不使用 Numba,代码将如何以阻止您使用
sort方法或sorted的方式使用 Numba功能? -
^^ 即为什么不将列表单独排序为您想要对 Numba 执行的任何操作?
-
顺便说一句,
lambda x: keys[x]是一种麻烦的写法keys.get。 -
numba 是否适用于元组?如果是这样,您可以拥有一个元组列表,其中每个元组的第一个元素是键,第二个元素是值。然后常规的
sorted()将首先对键进行排序,然后是值,因为这就是元组比较的工作原理 -
您指的是文档中的这一段吗? “Numba 支持使用位置和命名参数的函数调用,以及具有默认值和 args 的参数(注意 *args 的参数只能是元组,而不是列表)。不支持显式 **kwargs。”这似乎并不禁止使用
key参数,只定义接受 *arbitrary 关键字参数的函数。