如何在CVXPY中实现变量向量对常数向量的逐元素幂运算？

要实现凸表达式向量X与常数向量C的逐元素幂运算，且避免显式循环带来的求解效率问题，可以采用以下方案：

核心实现方式 #

利用CVXPY的表达式构建特性，结合列表推导式与堆叠函数（cp.hstack/cp.vstack）完成向量化的表达式定义。这种方式并非运行时循环，而是在表达式构建阶段一次性生成完整的逐元素幂运算节点，求解器会将其作为整体处理，不会增加求解时间。

代码示例 #

import cvxpy as cp
import numpy as np

# 定义向量维度
n = 5
# 常数指数向量C
C = np.array([0.5, 1.2, 2.0, 0.3, 1.5])
# 定义凸表达式X（此处以变量为例，也可以是其他凸表达式组合）
X = cp.Variable(n)

# 向量化生成逐元素X^C的表达式
X_pow_C = cp.hstack([cp.power(X[i], C[i]) for i in range(n)])

注意事项 #

• 若X是列向量，使用cp.vstack替代cp.hstack可保持输出维度与X一致；
• 部分新版本CVXPY已支持直接调用cp.power(X, C)实现同维度向量的逐元素幂运算，如果你的版本允许，这是更简洁的写法；若遇到版本兼容问题，上述堆叠+列表推导的方式是可靠的替代方案。

内容的提问来源于stack exchange，提问作者Mahdi Hosseini