我面临一个通过scipy.linalg.lstsq(M,b)解决的最小二乘问题，其中：
M具有形状(n,n)] >>b具有形状(n,)] >>问题是我不得不为不同的b解决很多时间。我该如何做些更有效的事情？我猜想lstsq会独立于b的值执行很多操作。
想法？
我面临一个最小平方的问题，我通过scipy.linalg.lstsq（M，b）解决，其中：M的形状为（n，n）b的形状为（n，）。问题是我必须解决它a一堆不同b的时间。我怎么能...
您的问题尚不清楚，但我想您是要为不同的数组（Mx=b）计算方程scipy.linalg.lstsq(M,b)至b0, b1, b2..。如果是这种情况，您可以将进程与concurrent.futures.ProcessPoolExecutor并行进行。此文档非常简单，可以帮助python一次运行多个scipy求解器。
希望这会有所帮助。
您可以将M分解为QR或SVD产品，并手动找到lsq解决方案。
如果您的线性系统是确定的，我将存储M LU分解并将其用于所有b：