我认为一个好的方法是在搜索零点之前通过对f进行采样来预处理零点的搜索。在预处理过程中，计算f以检测函数的符号是否发生了变化。

def preprocess(f,xmin,xmax,step):
    first_sign = f(xmin) > 0 # True if f(xmin) > 0, otherwise False
    x = xmin + step
    while x <= xmax: # This loop detects when the function changes its sign
        fstep = f(x)
        if first_sign and fstep < 0:
            return x
        elif not(first_sign) and fstep > 0:
            return x
        x += step
    return x # If you ever reach here, that means that there isn't a zero in the function !!!

使用此功能，您可以将初始间隔分成几个较小的间隔。举例来说：

import scipy.optimize as opt
step = ...
xmid = preprocess(f,xmin,max,step)

z0 = opt.brentq(f,xmin,xmid)
z1 = opt.brentq(f,xmid,xmax)

根据您使用的函数f，您可能需要将间隔分隔为两个以上的子间隔。只需像这样迭代[xmin，xmax]：

x_list = []
x = x_min
while x < xmax: # This discovers when f changes its sign
    x_list.append(x)
    x = preprocess(f,x,xmax,step)
x_list.append(xmax)

z_list = []
for i in range(len(x_list) - 1):
     z_list.append(opt.brentq(f,x_list[i],x_list[i + 1]))

最后，z_list包含给定区间[xmin，xmax]中的所有零。请记住，这个算法是耗时的，但会做的工作。