使用python进行并行数值积分答案

【问题标题】：Parallel numerical integration using python使用python进行并行数值积分
【发布时间】：2013-05-05 08:42:50
【问题描述】：

我想在 python 中使用多个 cpu 对一个函数进行数值集成。我想做类似的事情：

from scipy.integrate import quad
import multiprocessing
def FanDDW(arguments):
  wtq,eigq_files,DDB_files,EIGR2D_files,FAN_files = arguments
  ...
  return tot_corr

# Numerical integration
def integration(frequency):
# Parallelize the work over cpus
  pool = multiprocessing.Pool(processes=nb_cpus)
  total = pool.map(FanDDW, zip(wtq,eigq_files,DDB_files,EIGR2D_files,FAN_files))
  FanDDW_corr = sum(total)
  return quad(FanDDW, -Inf, Inf, args=(zip(wtq,eigq_files,DDB_files,EIGR2D_files,FAN_files)))[0]

vec_functionint = vectorize(integration)
vec_functionint(3,arange(1.0,4.0,0.5))

“频率”也是一个全局变量（FanDDW(arguments) 外部）。它是一个向量，包含必须评估函数的位置。我想quad应该以一种聪明的方式选择频率。如何将它传递给 FanDDW，知道它不应该分布在 CPU 之间，而 pool.map 正是这样做的（这就是我将它作为全局变量而不将其作为参数传递给定义的原因）。

感谢您的帮助。

塞缪尔。

【问题讨论】：

标签： python scipy multiprocessing numerical-integration

【解决方案1】：

所有经典的求积规则都有这种形式

f(x_i) 的计算通常是最昂贵的，所以如果你想使用多个 CPU，你将不得不考虑如何设计你的f。总和可以表示为标量积<w, f(x_i)>，当使用numpy.dot 时，它在大多数架构上都使用线程。

quadpy（我的一个项目）用所有点一次调用你的被积函数，所以在f 你必须有机会对计算感兴趣。

import quadpy


def f(x):
    print(x.shape)  # (1, 50)
    return x[0] ** 2


scheme = quadpy.e1r2.gauss_hermite(50)
val = scheme.integrate(f)

print(val)  # 0.886226925452758

【讨论】：