示例数据框：
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
我想将每个现有列的逆添加到数据框中，并根据带有前缀的现有列名称来命名它们，例如inv_A是列的逆A，等等。
生成的数据框应如下所示：
df_inv = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6], "inv_A": [1/1, 1/2, 1/3], "inv_B": [1/4, 1/5, 1/6]})
显然，有一些多余的方法，比如在循环中执行此操作，但应该存在更多Python式的方法来执行此操作，并且在搜索一段时间后我没有找到任何内容。我知道这很可能是重复的；如果是这样，请指出我现有的答案。
我尝试在回归模型上使用Hyperopt，以便为每个变量定义其超参数之一，并且需要作为列表传递。例如，如果我有一个包含 3 个自变量（不包括常量）的回归，我会通过hyperparameter = [x, y, z]（其中x, y, z是浮点数）。
无论应用于哪个变量，该超参数的值都具有相同的界限。如果这个超参数应用于所有变量，我可以简单地使用hp.uniform('hyperparameter', a, b). 我希望搜索空间是hp.uniform('hyperparameter', a, b)length的笛卡尔积n，其中n是回归中变量的数量（所以，基本上，itertools.product(hp.uniform('hyperparameter', a, b), repeat = n)）
我想知道这在 Hyperopt 中是否可行。如果没有，欢迎提供任何可能的优化器建议。