pyfftw 中的计划和行子集

Question

我想使用pyfft 重复计算二维数组行子集的离散傅里叶变换。我事先不知道我需要转换哪些行，这取决于上一轮的输出。我知道对所有行都这样做是浪费。

据我了解，FFTW3 中的“计划”与变换类型（c2c、r2c 等）和输入/输出长度相关，在 1D 情况下，输入/输出长度始终是向量。在pyfftw 中，看起来“计划”与变换类型和输入/输出形状相关联，所以我的解释是它对每一行都使用相同的FFTW3 计划。

我的问题是：是否可以为 一些 行使用相同的 FFTW3 计划，而无需为所有可能的行组合创建单独的 pyfftw.FFTW 对象？

另一方面，我想知道pyfftw 如何使用多个核心：它是否为每一行使用多个核心（这在FFTW3 文档中看起来很自然）还是将不同的行分配给不同的核心（这是我最初的假设）？

Answer 1

如果您可以从视图创建 numpy 数组，则可以使用 pyFFTW 进行规划 - 所有有效的 numpy 数组应该都可以正常工作。

这意味着几件事：

1. 您的数组需要有规律的步幅，但这些步幅可以是任意的。
2. ND 数组计划为 ND 变换，使用选定的轴。
3. 您可能会通过跨步技巧做一些狡猾的事情，并且可能会奏效（但如果您做了一些过于邪恶的事情，例如重叠行然后使用线程，则可能无法达到您的预期）。

我经常使用的一个解决方案是将要转换的行复制到临时数组中，然后对其进行转换。您可能会发现这是最快的选择（尤其是当您允许正确获取字节偏移时）。

显然，如果您总是有不同的行数，这将不起作用。您可能仍然会发现，如果您计划转换的行数最多，然后复制到一个子集中，您仍然会比其他方式更快。

即使您降到 C 级别，您也会遇到的问题是，如果您经常更改变换大小，那么规划开销很可能占主导地位。

您也可以尝试pyfftw.interfaces.numpy_fft，它通常比 numpy 更快，并且能够缓存重复的变换大小。