问题描述
下面的方程 f(x,a,b) 需要一个迭代解决方案,为此我使用了一种 scipy 优化方法 ('brentq'),它本质上是计算 f(x,b)=0。
但是,我需要使用 'a' 和 'b' 的数组输入,并且数组非常大,例如可能高达 1-1 亿。
使用 scipy/numpy 执行此操作最有效/最快的方法是什么?目前,我正在使用 for 循环,如下所示,但是对于我的实际基础方程(未显示),这变得很慢。请注意,数组中的每一行都相互独立。
import numpy as np
from scipy import optimize
# function to solve (simplified)
def f(x,b): return (a/x)**0.25 * (x**0.5) - b*x
# array size
N = 10000000
# example input arrays from which 'a' and 'b' are taken (in reality values come from other complex functions)
A = np.linspace(1,500,N)
B = np.linspace(0.1,1,N)
# solution using brentq
results = [optimize.brentq(f,1e10,1000,args=(a,b)) for a,b in zip(A,B)]
results
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)