我應該走什麼方向比np.fft更快

我有一些代碼是沉重使用np.fft.rfft和np.fft.irfft，所以這是優化的瓶頸。我應該走什麼方向比np.fft更快

有沒有比這更快的速度，如果有的話，我最好的選擇是什麼。我想到的情況是：

Cython - 聽說這非常快;但它會幫助這裏嗎？
挖掘成numpy - rfft調用_raw_fft它做了很多檢查，然後調用fftpack.cfftf。 Profiler告訴我只有80％的時間在fftpack.cfftf，剝離了我需要的唯一一點可以節省一點時間的包裝。
在某處找到更快的DFT算法？
購買更多的計算機

所以，真正的問題歸結爲：

2013-08-30 Corone

我在另一個問題中找到了部分答案並放在下面 - 但如果人們認爲這個問題應該被關閉/刪除，我不會被冒犯。（我離開它，因爲有人提出了這個問題，我會留給其他人來決定這是一個有幫助的問題） – Corone

鑑於重複，我明天會刪除這個問題，如果沒有人說任何有趣的事情等等。 – Corone

做你實際上需要計算所有頻率的響應？如果您只是在尋找一些選擇頻率，您可以通過編寫自定義FFT甚至創建一個數字濾波器來以所需頻率進行共振來顯着提高速度。 – DrRobotNinja

我發現這個問題/答案這實際上回答的這一部分：

表明，在SciPy的另一FFT實現，是一個相當快一點，但也有是一個名爲FFTW的軟件包，它的運行速度仍然更快（高達約3倍看這些基準）。

因此，這只是讓Cython會讓這個問題變得更快的問題。

2013-08-30 15:35:08 Corone

[我的FFTW包裝]（https://github.com/hgomersall/pyFFTW）是基於Cython的:) –

回答