Question

我一直在尝试并尝试学习Numexpr包。关于如何使用它的例子充其量只是稀疏的。有人可以给我一个关于如何使用“local_dict”和“global_dict”参数的快速示例吗？

Answer 1

以下示例可能会稍微澄清一下。首先像这样设置场景：

import numpy as np
import numexpr as ne

a = np.arange(10)
b = np.arange(10, 20)
c = np.arange(20, 30)

否dict

>>> def f0(a, b) :
...     a, b = 2 * a, 3 * b
...     return ne.evaluate('2*a + 3*b + c')
...
>>> f0(a, b)
array([110, 124, 138, 152, 166, 180, 194, 208, 222, 236])
>>> 4 * a + 9 * b + c
array([110, 124, 138, 152, 166, 180, 194, 208, 222, 236])

当您像这样运行时，a和b是局部变量，c是全局变量，正如预期的那样。

<强> local_dict

>>> def f1(a, b) :
...     a, b = 2 * a, 3 * b
...     return ne.evaluate('2*a + 3*b + c',
...                        local_dict={'c' : np.arange(30, 40)})
...
>>> f1(a, b)
array([ 60,  66,  72,  78,  84,  90,  96, 102, 108, 114])
>>> 2*a + 3 * b + np.arange(30, 40)
array([ 60,  66,  72,  78,  84,  90,  96, 102, 108, 114])

由于我们已重新定义local_dict，a和b不再显示为局部变量，因此使用全局值的值。并且因为c现在被定义为局部变量，所以忽略全局变量的值。

<强> global_dict

>>> def f2(a, b) :
...     a, b = 2 * a, 3 * b
...     return ne.evaluate('2*a + 3*b + c',
...                        global_dict= {'c' : np.arange(30, 40)})
...
>>> f2(a, b)
array([120, 134, 148, 162, 176, 190, 204, 218, 232, 246])
>>> 4 * a + 9 * b + np.arange(30, 40)
array([120, 134, 148, 162, 176, 190, 204, 218, 232, 246])

在这种情况下，a和b取自默认的本地词典，而新的c将取代原始的全局词典。

Numexpr：如何使用“local_dict”和“global_dict”？

1 个答案: