Блог

Есть ли какой-нибудь способ быстрее вычислить эту часть кода? Я искал Numba для распараллеливания этих 2 циклов for, потому что они могут быть вычислены независимо, но это будет мой первый опыт работы с кодом Nuba. Кто-нибудь может сказать мне, как подключить это к Numba?

 import mpmath as mp import numpy as np import sympy tau_list=[0.03,0.792,1.028,1.264,1.596,1.928,2.376,2.824,3.412,4,5.6,7.795,10.806,14.928,19,20.599,25,26,27,28.0] j0_list=[0.46869280348572745,0.31126617004146684,1.2291545442765266,0.5878946139591783,0.22483672941857252,0.1915490644008199,0.13419373039766042,0.10174018105286561] j1_list=[8.573678368076493,3.0816000979381206,95.49105733185763,15.107589571301576,1.366515689572122,0.9154751539258457,0.37607722961298173,0.18822518805900257,0.08878080390128372] def f(s):  return s**(beta - 1)/(j0*s**beta   j1*sympy.gamma(beta   1)) K=[] for k0, j0, j1 in zip(tau_list, j0_list, j1_list):  t_K = np.linspace(k0, 30, kend)  G1 = []  for j in range(len(t_K)):  G1.append(float(mp.invertlaplace(f, t_K[j], method = 'dehoog', dps = 10, degree = 50)))    K.append(G1) K = np.asarray(K)  

Я знаю, что мне нужно подключить функцию и использовать для этого Numba, но мои попытки не увенчались успехом. Это моя попытка :

 import mpmath as mp import numpy as np import sympy from __future__ import print_function, division, absolute_import import numpy as np import numba from numba import jit # -*- coding: utf-8 -*- nd4type = numba.double[:,:,:,:]   def f(s):  return s**(beta - 1)/(j0*s**beta   j1*sympy.gamma(beta   1)) @jit(nopython=True) def faster(tau_list,j0_list,j1_list):  K=[]  for k0, j0, j1 in zip(tau_list, j0_list, j1_list):  t_K = np.linspace(k0, 30, kend)  G1 = []  for j in range(len(t_K)):  G1.append(float(mp.invertlaplace(f, t_K[j], method = 'dehoog', dps = 10, degree = 50)))    K.append(G1)  K = np.asarray(K)  return K