Fortran 或 C 和 f2py 求解微分方程

Question

这更像是一个设计问题。我参与了一个项目，该项目需要我们求解一堆一阶微分方程。我知道 python 有这方面的模块，我们一直在使用这些功能。

但是，我们需要快速的积分器，因此我们希望使用自适应步长并测试 scipy 包中未包含的其他一些例程。为此，我有一个 f2py 问题，因为用 fortran 或 C 编写 ODE 求解器并使用 f2py 包装它似乎很有意义。例如，在 fortran 和 python 之间的接口中，“减速”发生在哪里？是在来回传输记忆吗？我想知道我需要在前端考虑什么。当然，我可以直接用python写（对于初学者），但是我听说在python中循环很慢。

无论如何，只是寻找一般建议和要考虑的事情。

谢谢。

Answer 1

我不熟悉 f2py，但您是否考虑过先尝试Cython？如果您不熟悉它，它可以让您使用标准 Python 语言的超集编写代码，然后将其转换为 C 代码，然后编译。如果您的代码主要是循环，这可能会加快它的速度。但请记住，任何时候您从 Cython（或从常规 C 代码，就此而言）调用纯 Python 函数时，都会产生瓶颈。 （我相信这就是你所说的减速。）

话虽如此，我最近扔掉了一个我编写的 Cython 模块，并将其替换为使用 Python/C API 的手写 C++ 库。这更好，因为它让我可以更好地控制 C++ 代码与 NumPy 的交互，这对 Cython 来说有点挑战。