如何将其他参数传递给作为LowLevelCallable传递给scipy.integrate.quad的numba cfunc

Question

该文档讨论了使用numba的cfunc作为的LowLevelCallable参数scipy.integrate.quad。我需要带有附加参数的相同内容。

我基本上是想做这样的事情：

import numpy as np
from numba import cfunc
import numba.types
voidp = numba.types.voidptr
def integrand(t, params):
    a = params[0] # this is additional parameter
    return np.exp(-t/a) / t**2
nb_integrand = cfunc(numba.float32(numba.float32, voidp))(integrand)

但是，它不起作用，因为params应该是voidptr/void*并且不能将它们转换为double。我收到以下错误消息：

TypingError: Failed at nopython (nopython frontend)
Invalid usage of getitem with parameters (void*, int64)
 * parameterized

我没有找到有关如何从void*Numba中提取值的任何信息。在C语言中，应该类似于a = *((double*) params)—在Numba中可以做同样的事情吗？

Answer 1

1.通过传递额外的参数scipy.integrate.quad

该quad文件说：

如果用户希望改善集成性能，则f可以使用scipy.LowLevelCallable以下签名之一：

double func(double x)

double func(double x, void *user_data)

double func(int n, double *xx)

double func(int n, double *xx, void *user_data)

该user_data是包含在该数据scipy.LowLevelCallable。在与该呼叫的形式xx，n是的长度xx包含阵列xx[0] == x和 所述物品的其余部分都包含在数字args的论点quad。

因此，要将额外的参数传递给integrandthrough quad，最好使用double func(int n, double *xx)签名。

您可以将一个装饰器写入被积分函数，以将其转换为LowLevelCallable类似形式：

import numpy as np
import scipy.integrate as si
import numba
from numba import cfunc
from numba.types import intc, CPointer, float64
from scipy import LowLevelCallable


def jit_integrand_function(integrand_function):
    jitted_function = numba.jit(integrand_function, nopython=True)

    @cfunc(float64(intc, CPointer(float64)))
    def wrapped(n, xx):
        return jitted_function(xx[0], xx[1])
    return LowLevelCallable(wrapped.ctypes)

@jit_integrand_function
def integrand(t, *args):
    a = args[0]
    return np.exp(-t/a) / t**2

def do_integrate(func, a):
    """
    Integrate the given function from 1.0 to +inf with additional argument a.
    """
    return si.quad(func, 1, np.inf, args=(a,))

print(do_integrate(integrand, 2.))
>>>(0.326643862324553, 1.936891932288535e-10)

或者，如果您不需要装饰器，请LowLevelCallable手动创建并将其传递给quad。

2.包装被积函数

我不确定以下内容是否满足您的要求，但是您也可以包装integrand功能以达到相同的结果：

import numpy as np
from numba import cfunc
import numba.types

def get_integrand(*args):
    a = args[0]
    def integrand(t):
        return np.exp(-t/a) / t**2
    return integrand

nb_integrand = cfunc(numba.float64(numba.float64))(get_integrand(2.))

import scipy.integrate as si
def do_integrate(func):
    """
    Integrate the given function from 1.0 to +inf.
    """
    return si.quad(func, 1, np.inf)

print(do_integrate(get_integrand(2)))
>>>(0.326643862324553, 1.936891932288535e-10)
print(do_integrate(nb_integrand.ctypes))
>>>(0.326643862324553, 1.936891932288535e-10)

3.从voidptr转换为python类型

我认为这还不可能。从2016年的讨论来看，似乎voidptr只是在这里将上下文传递给C回调。

void
*指针的情况适用于API，其中外来C代码并非每次都尝试取消对指针的引用，而只是将其传递回回调，以作为回调在两次调用之间保持状态的方式。我认为目前这不是特别重要，但是我想提出这个问题。

并尝试以下操作：

numba.types.RawPointer('p').can_convert_to(
    numba.typing.context.Context(), CPointer(numba.types.Any)))
>>>None

似乎也不鼓励！