对于不同的积分(x 和 y 值(，我调用scipy.integrate.quad大约 500 次。这总共需要 46 秒。但是，19 秒由_evaluate._check_bounds单独使用，_prepare_x._asarray_validated占用另外 11 秒。
我可以以某种方式跳过这些检查并在 16 秒内执行相同的操作吗？
如果你用python编写自己的qagpe包装器，可能会有相当大的性能提升。 scipy.integrate.quad环绕了 Quadpack 中的 qagpe 子例程。
关于开发自己的包装器和在 Python 中调用共享库。这是一个有用的链接。
quadpy(我的一个项目(对域和函数值的计算进行矢量化处理，因此这应该会大大加快您多次调用scipy.quad的速度。