Move Chebyshev functionality to Chebyshevtransforms.jl
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
Línea de trabajo
Comienza comparando los paquetes de Julia enumerados—FastChebInterp.jl, ChebyshevApprox.jl, FastTransforms.jl y ClassicalOrthogonalPolynomials.jl—y el registro existente de ChebyshevTransforms.jl. La tarea se considera completada cuando se haya acordado el alcance de qué funcionalidad se trasladará, cómo se unificarán los paquetes y dónde se volverá a exportar.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
So, I’ve rewritten the Padua transform code with extensive testing and documentation and have it registered over at ChebyshevTransforms.jl here in JuliaApproximation. I think it would make sense to transition more of the Chebyshev functionality from FastTransforms and other packages over there and then reexport here and elsewhere.
I also saw that there are multiple Julia packages doing various versions of Chebyshev polynomials. We might try to unify them here at JuliaApproximation. I might need Chebyshev polynomials for my Master’s thesis, in which case I could get started on this project.
Here are the packages I’m aware of that have functionality we might want to unify.
- FastChebInterp.jl
- ChebyshevApprox.jl
- FastTransforms.jl and ClassicalOrthogonalPolynomials.jl
It may be these packages tackle fundamentally different use cases. In any case, the future of Chebyshev transforms in Julia seems worth discussing.
- Lenguaje dominante
- Julia
- Estrellas
- 282
- Forks
- 27
- Merge medio
- 53 min
- PR fusionados (30 d)
- 1
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de JuliaApproximation/FastTransforms.jl
-
Loading FastTransforms.jl can make FFTs via FFTW.jl 100x slower due to threading conflictsPosiblemente ocupada @dlfivefifty la tomó hace 90 días. Abierto
JuliaApproximation/FastTransforms.jl#267 · 2 reacciones · 2 asignados ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 38/100
JuliaApproximation/FastTransforms.jl#266 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
JuliaApproximation/FastTransforms.jl#263 · 2 comentarios ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
JuliaApproximation/FastTransforms.jl#257 · 1 comentario ·
-
Allocating lmul!Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
JuliaApproximation/FastTransforms.jl#253 · 7 comentarios ·
Todos los issues de JuliaApproximation/FastTransforms.jl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
oxfordcontrol/COSMO.jl#211 ·
-
documentation
Dificultad 2/5 Medio día Aptitud para principiantes 65/100
Los mantenedores suelen responder en 6 días
-
Out-of-place JLArray/GPU problem with VectorContinuousCallback scalar-indexes (callback cache built with CPU zeros)Posiblemente ocupada @ChrisRackauckas-Claude la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
SciML/OrdinaryDiffEq.jl#4813 ·
Los mantenedores suelen responder en 1 día
-
ARKODE: callbacks that modify `u` throw MethodError on reinitPosiblemente ocupada @devmotion la tomó hace 1 día. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 79/100
SciML/Sundials.jl#575 ·
-
broken links in docsAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día