简化或优化Lambda表达式计算，以便在Python中广泛使用

我得到的lambda表达式是一个1变量（x）的表达式，但包含许多矩阵乘法和矩阵幂

此外，我在嵌套循环中使用大量迭代调用了这个lambda表达式

下面是我的lambda表达式。 M是矩阵，bk是向量

func = lambda x: bk.T.dot(matrix_power(M-x*eye(dim), -2)).dot(bk)[0,0] - 1

我的问题是，是否有一种方法可以通过执行一次乘法和幂运算来简化表达式本身，并根据一个变量（x）达到简化表达式

---

然后多次使用这个简化表达式，只需替换其中的x值

问题是

x

在表达式中嵌入得很深，所以很难简化。也许可以创建一个临时变量来存储转置后的

bk

的结果，但这并不是很多优化。难道不可能通过Symphy简化此表达式，然后计算简化的表达式吗？@C.LECLERC请解释更多您需要的内容meaan@Jean-弗朗索瓦·法布是的，我做了这个改动，但不知怎么的，改动很小。我想我应该在一个单独的lambda表达式中分离inv（M-x*eye），然后计算一次，然后求平方。最重要的是，如果不是压缩成一行，这看起来可能更清楚。问题是

x

在表达式中嵌入得很深，因此很难简化。也许可以创建一个临时变量来存储转置后的

bk

的结果，但这并不是很多优化。难道不可能通过Symphy简化此表达式，然后计算简化的表达式吗？@C.LECLERC请解释更多您需要的内容meaan@Jean-弗朗索瓦·法布是的，我做了这个改动，但不知怎么的，改动很小。我想我应该在一个单独的lambda表达式中分离inv（M-x*eye），然后计算一次，然后求平方。最重要的是，如果不是浓缩成一行，这可能看起来更清晰。