向量化numpy中的根查找

Question

我需要运行一个函数来查找方程组的根，该方程组取决于大量数据上的一个参数（实际方程组要复杂得多，但在形式上等效）。

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

向量化方便吗？ 我试图使用numpy.vectorize(f)可以正常工作，但是我认为使用python for loop的速度相同。

是否有某种手动向量化可以更好地利用numpy数组计算的功能？

Answer 1

如果仅是一个参数函数，则可以对反函数进行插值（对x和y进行制表，对x与y进行插值，以y的目标值评估插值器）。

而且不行，手动向量化不会让您避免python循环（除非您想破解已编译的级别并将C级别的循环环绕brentq或fsolve的已编译部分---甚至比插入速度还慢反函数。）