Python 带Sympy的多项式根下误差

我创建了一个函数，在给定系数范围的情况下，用这些系数构造多项式，并输出其所有根的列表。然而，Numba不喜欢它。是这样的:

import math
import numpy as np
import itertools
from numba import jit
from sympy.solvers import solve
from sympy import Symbol
from sympy import Poly

@jit
def polyn(ranges=[[-20,20],[-20,20],[-20,20],[-20,20]],step=4):
    l = []
    x = Symbol('x')
    rangl = [np.linspace(i[0],i[1],math.floor((i[1]-i[0])/step)) for i in ranges]
    coeffl = iter(itertools.product(*rangl))
    leng = 1
    for i in rangl:
        leng *= len(i)
    for i in range(0, leng):
        a = solve(Poly(list(next(coeffl)),x),x)
        for j in a:
            l.append(j)
    return np.array(l)

当我试着运行它时，它会输出一个神秘的： AssertionError:在对象处失败（对象模式前端）

---

我不明白。。。有人能帮忙吗？

你的代码中有很多东西是Numba目前无法处理的。第一个是您在其中构建的列表理解

rangl

：

[np.linspace(i[0],i[1],math.floor((i[1]-i[0])/step)) for i in ranges]

您应该将其替换为NumPy解决方案，如：

rangl = np.empty((len(ranges), step))
for i in ranges:
    rangl[i] = np.linspace(i[0],i[1],math.floor((i[1]-i[0])/step))

第二件Numba无法处理的事情是itertools.product。您也可以用NumPy和for循环替换它

---

一般来说，试着通过注释代码的下半部分来减少代码，直到Numba接受它，然后自上而下地工作，看看哪些部分无法编译。要有条不紊，一步一步地进行，并尝试对循环和数组使用简单的结构，如simple

。
Numba将无法加快SymPy代码的速度。如果这是一个瓶颈，您可以尝试使用数值解算器。另一件要尝试的事情是解一个一般的三次方（带有符号系数），并插入一般解的值。不，我知道-但是它不会加快在一个大数组上的这种运算的迭代吗？（sympy解决）我怀疑它是否会，除非你用它与nogil选项并行运行。谢谢！您如何建议将itertools.product替换为任意数量的数组？@IskyMathews：使其适用于固定数量，然后进行推广。您可以从itertools实现中获得灵感（甚至可能是一些代码）。