python - 在 numpy 中向量化求根

Question

我需要运行一个函数来查找方程的根，该方程依赖于一大组数据的一个参数(实际方程要复杂得多，但形式上是等效的)。

def f(x):
    return numpy.optimize.brentq(lambda y:numpy.exp(-abs(x)*y)-y,0,1)

矢量化方便吗？我尝试使用 numpy.vectorize(f) ，效果很好，但我认为与 python for 循环的速度相同。

是否有某种手动矢量化可以更好地利用 numpy 数组计算的强大功能？

Answer 1

如果它只是一个参数函数，您可以只对反函数进行插值(将 x 和 y 制成表格，对 x 与 y 进行插值，在 y 的目标值处评估插值器)。

不，手动矢量化不会让你避免 python 循环(除非你想破解编译级别并在 brentq 或 fsolve 的编译部分周围包装 C 级别循环 --- 即使这也有可能比插值反函数慢。)