我正在使用statsmodels库来表示通用似然模型。由于我有一个非常复杂的似然函数，我使用sympy为我计算梯度和粗糙度。这样做很好，但是对于我的需求来说太慢了，因为似然函数包含术语b0*x0 + b1*x1 + ... + bn*xn。这样，粗麻布大小增加了N^2，复杂性也增加了。
粗麻布的元素通常非常相似，如expensive_operation * x0和expensive_operation * x1等。这意味着如果我可以预先计算expensive_operation并在粗麻布函数中使用它，我会大幅提升业绩。
所以问题是 - 是否有一个工具可以获取功能列表，优化它们然后有效地评估它们？类似于numexpr的东西可以使用功能列表吗？
答案 0 :(得分：1)
SymPy有cse，代表共同的子表达式消除。请参阅the docs。
一个简单的例子：
>>> print(cse(sin(x**2)*cos(x**2) + 2*sin(x**2) - cos(x**2)))
([(x0, x**2), (x1, sin(x0)), (x2, cos(x0))], [x1*x2 + 2*x1 - x2])