Question

我正在使用py_tsg从Python调用稀疏网格生成器Tasmanian（用C ++编写）。 py_tsg网站表明我需要PyUblas和Boost.Python作为先决条件。我已经完成了所有设置，并且正在运行第一个示例问题，以确保一切都是犹太洁食（在前面给出的相同py_tsg链接上）。

所以，除了一件事之外，一切似乎都很好......塔斯马尼亚网格方法中的一个参数之间的类型不匹配：make_global_grid。具体来说，Python正在将一个整数的numpy.ndarray传递给pyublas :: numpy_vector，并且解释器不喜欢它。

这是来源：

import scipy, scipy.integrate, itertools
import pyublas
import _py_tsg as tsg

grid = tsg.TSG()
def fn1(x):     return scipy.exp(-x[0]*x[0])*scipy.cos(x[1])
dimension = 2
outputs = 0
level = 7
grid.make_global_grid( dimension, outputs, level, tsg.TypeDepth.type_level, tsg.TypeOneDRule.rule_clenshawcurtis, scipy.array([], dtype=int), 0.0, 0.0 )
points = grid.get_points()
weights = grid.get_weights()
sum = scipy.sum( [w*fn1(x) for (x,w) in zip(points, weights)] )
print("\nExample 1")
print("grid has: %d points" % grid.get_num_points())
print("integral is: %.17f" % sum)
print("error: %.17f" % scipy.fabs( sum - 2.513723354063905e+00 ))

堆栈跟踪： Boost.Python.ArgumentError：Python中的参数类型 TSG.make_global_grid（TSG，int，int，int，TypeDepth，TypeOneDRule，numpy.ndarray，float，float）与C ++签名不匹配： make_global_grid（TSG_Wrap {lvalue}，int，int，int，TasGrid :: TypeDepth，TasGrid :: TypeOneDRule，pyublas :: numpy_vector，double，double）

Answer 1

我发现Tasmanian在4.0或更高版本的C ++库中提供了一个Python包装器。如果遇到类似问题，请查看Tasmanian文档并使用TSG 4.0或更高版本...

使用PyUblas，Boost.Python和py_tsg从python访问Tasmanian Sparse Grid。在make_global_grid的参数中键入不匹配

1 个答案: