Python 如何提高指数方程的并行求解速度？

我使用sympy作为一个图形绘制程序的一部分，它对我抛出的任何东西都非常完美，但有一个特殊的等式似乎导致它挣扎。其他指数方程工作得很好，但这个特殊的方程似乎让我的代码无限期地加载

我的代码如下：

import math,sympy
x=sympy.Symbol("x")
print (sympy.solvers.solve(19.9*sympy.exp(-1.257*x)-275.0),x)

---

谢谢你的帮助

您能否更具体地说明性能问题？你做过基准测试或评测吗？我很快就得到了答案：

sympy.solve（sympy.sympify（'19.9'）*sympy.exp（-sympy.sympify（'1.257'）*x）-275，x）

。但它实际上给了我一个充满虚数的解决方案列表，看起来绝对疯狂……你是在寻找真正的解决方案还是想象的解决方案？如果你只想要真正的解决方案，请声明

x

为真实：

sympy.Symbol（“x”，real=True）

。但这似乎并没有提高速度。您可以使用

nsolve

数值求解它。例如，这几乎立即返回一个答案（如果您仅为reals求解）：

sympy.nsolve（sympy.sympify（'19.9'）*sympy.exp（-sympy.sympify（'1.257'）*x）-275、（-180180）、solver='bisect'）

，但您必须选择边界

（-180180）

如果你猜错了，它就会失败。你能更具体地说明性能问题吗？你做过基准测试或评测吗？我很快就得到了答案：

sympy.solve（sympy.sympify（'19.9'）*sympy.exp（-sympy.sympify（'1.257'）*x）-275，x）

。但它实际上给了我一个充满虚数的解决方案列表，看起来绝对疯狂……你是在寻找真正的解决方案还是想象的解决方案？如果你只想要真正的解决方案，请声明

x

为真实：

sympy.Symbol（“x”，real=True）

。但这似乎并没有提高速度。您可以使用

nsolve

数值求解它。例如，这几乎立即返回一个答案（如果您仅为reals求解）：

sympy.nsolve（sympy.sympify（'19.9'）*sympy.exp（-sympy.sympify（'1.257'）*x）-275、（-180180）、solver='bisect'）

，但您必须自己选择边界

（-180180）

，如果您猜错了，它将失败。