Pythonの大きな複合配列の指数関数[exp（）]を計算する最も速い方法

Question

私は、scipyのcomplex_odeを使ってODEを統合するコードを開発しています。ここで、integrandにはフーリエ変換と指数演算子があり、値。パフォーマンスを最適化するために

、私はこれをプロファイリングし、主なボトルネックはラインに（PyFFTWなどを使用してFFTを最適化した後）であることがわかりました。

val = np.exp(float_value * arr) 

私は現在、私はコールのCコードを理解しているnumpyのを使用しています - したがって、すばやくすべきです。しかし、パフォーマンスをさらに向上させる方法はありますか？

私はNumbaを使ってみましたが、私のメインループにはFFTも含まれているので、コンパイルできないと思います（nopython = Trueフラグがエラーにつながります）。ここで

は私が最適化したいコードのテストの例です：

arr = np.random.rand(2**14) + 1j *np.random.rand(2**14) 
float_value = 0.5 
%timeit np.exp(float_value * arr) 

任意の提案は感謝を歓迎しました。

Answer 1

我々は超越操作を含む大規模なデータに本当に効率的に機能numexpr moduleを、活用可能性 -

In [91]: arr = np.random.rand(2**14) + 1j *np.random.rand(2**14) 
    ...: float_value = 0.5 
    ...: 

In [92]: %timeit np.exp(float_value * arr) 
1000 loops, best of 3: 739 µs per loop 

In [94]: import numexpr as ne 

In [95]: %timeit ne.evaluate('exp(float_value*arr)') 
1000 loops, best of 3: 241 µs per loop 

これは、ドキュメントに記載されているようにexpected performanceとコヒーレントであるように思われます。