numba

    1熱度

    1回答

    我想在jQuery中使用「nopython」模式編譯一個函數。當我不通過簡單地使用裝飾器@numba.njit提供類型信息時,該函數編譯。 這裏是應用與裝飾的功能定義和輸入的信息包括: from numba import njit, float64, int64 @njit(float64(float64, int64)) def PowerCurve(flow, head): i

    1熱度

    2回答

    試圖找出如何在使用jitclass時跳過一個類方法。 有一個非常大的遞歸模型(非常多,一個巨大的for循環),其中 - 給定路徑相關的計算,不能用直Numpy矢量化。 類貫穿一系列numpy的陣列,通常numba友好的語法,但我有一個部分中調用了幾個以有序的方式方法: def operations(self, i, ops_order_config): ops_dict = self.

    2熱度

    2回答

    我想用numba加速一個函數,另一個函數作爲參數。一個最小的例子是以下幾點: import numba as nb def f(x): return x*x @nb.jit(nopython=True) def call_func(func,x): return func(x) if __name__ == '__main__': print(call_

    4熱度

    2回答

    在我的代碼中,有很多參數在運行過程中保持不變。我定義了一個dict類型變量來存儲它們。但我發現numba不支持dict。 什麼是解決此問題的更好方法?

    1熱度

    1回答

    給定兩個矩形的相對的角(x1, y1)和(x2, y2)和兩個半徑r1和r2,發現點的那個位於由半徑限定的圓之間的比率r1和r2到矩形中的點的總數。 簡單NumPy的方法: def func_1(x1,y1,x2,y2,r1,r2,n): x11,y11 = np.meshgrid(np.linspace(x1,x2,n),np.linspace(y1,y2,n)) z1 =

    1熱度

    1回答

    我正在使用numba 0.34.0和numpy 1.13.1。一個小例子被示出如下: import numpy as np from numba import jit @jit(nopython=True) def initial(veh_size): t = np.linspace(0, (100 - 1) * 30, 100, dtype=np.int32) t0

    7熱度

    1回答

    由於我的程序快速索引Numpy陣列是非常必要的,花式索引考慮到性能沒有良好的聲譽,我決定做一些測試。特別是因爲Numba發展得相當快,我嘗試了哪些方法適用於numba。 正如我一直在使用下面的陣列爲我輸入的小型陣列測試: import numpy as np import numba as nb x = np.arange(0, 100, dtype=np.float64) # array

    0熱度

    1回答

    因此,我試圖從numba庫中導入jit,但導入會產生OSError,並表示找不到特定的模塊。 我試圖卸載並重新安裝numba,但它沒有改變任何東西,我沒有其他想法來解決這個問題。 以下是完整的錯誤: Traceback (most recent call last): File "D:\Users\user65\Logiciels\WinPython-64bit-3.4.4.6Qt5\p

    2熱度

    1回答

    我有兩個DataFrames df和evol如下(簡化的例子): In[6]: df Out[6]: data year_final year_init 0 12 2023 2012 1 34 2034 2015 2 9 2019 2013 ... In[7]: evol Out[7]: evolution year 2000 1.474

    -1熱度

    2回答

    所以我正在編寫一個粒子模型。該模擬將涉及創建具有諸如物種指數(用於識別粒子類型)的屬性以及3D空間中的位置/速度的許多粒子。它也將具有基於其在模擬運行期間將被計算的空間內的位置的屬性。我以前一直在使用一個巨大的numpy數組來運行這個模型,其中每一行對應一個單獨的粒子,每一列都有一個粒子屬性。我的主要問題是:如果我要創建一個類「粒子」,以便可以生成表示每個粒子的實例,那麼在計算速度方面是否存在性能