制約条件付きの最小二乗法を多次元で実施したいです

Question

scipy.optimize.lsq_linearを使うと、Y=βXの、変数Xの係数βの範囲に制約条件をつけることができると思います。
ここで、多次元のYを扱いたい(Y1,Y2等、共通のX、異なるβをもつ複数のY)のですが、1 dimensionである必要があると、エラーが出ます。

numpy.linalg.lstsqは多次元のYを扱えるのですが、係数βの範囲に制約条件をつけることができず。

scipy.optimize.lsq_linearでfor分を使わず多次元のYを扱うことはできるのでしょうか。
もしくは、他の方法がありましたら教授頂けると幸甚です。

Pythonといいますか、プログラミング初級者でして、「なるべくfor文を使わずに」との記事を良くみましたので質問しました。
より早く解けるコードを書きたいのですが、知識が足りず、質問した次第です。

例えば、
https://www.haya-programming.com/entry/2019/03/06/141027
のyを100×２次元など、多次元にするイメージです。
上記引用サイトでは制約条件つけていませんが、つける前提で考えております。

よろしくお願いします。

Comments

[meg_]

｢scioy｣とは何でしょうか？ scipyの間違いでしょうか？

[tmyuki_0716]

すみません、scipyです。修正しました。

[meg_]

> scipy.optimize.lsq_linearでfor分を使わず
何故forを使ってはいけないのでしょうか？何らかの制約があるのですか？あるのであれはその理由を質問に書いてください。

[tmyuki_0716]

修正依頼ありがとうございます。

Pythonといいますか、プログラミング初級者でして、「なるべくfor文を使わずに」との記事を良くみましたので質問しました。
より早く解けるコードを書きたいのですが、知識が足りず、質問した次第です。

を追加しました。

[meg_]

pythonのforループは早いとは言えませんが、使うか使わないかは場合によります。まずご自身でコーディングを完成させて、その上で時間短縮する方法を質問された方が良いかと思います。(その場合具体的に何秒かかっているか情報があると良いです。)

[tmyuki_0716]

ありがとうございます。質問するには時期尚早でした。試行錯誤します。