SciPy.优化不一致解算器？

Question

在SciPy.optimize reference的末尾有一个称为“遗留函数”的部分，该部分指出，可以通过上述接口提供的更新、更一致的接口访问scipy.optimize.broyden1等方法

然而，当使用相同的优化问题测试这些接口时，例如scipy.optimize.root（method='broyden1'），我得到的计算速度要慢10倍，并且对于相同的容差，最终结果也不同

是否有一种方法可以实现scipy.optimize中新函数和旧函数之间的等效性，可能是通过一些选项，或者算法中的差异太大

代码看起来是这样的，尽管我不想详细介绍特定函数，因为我假设结果的差异是由于更一般的原因造成的：

import scipy.optimize

def f(x):
    return abs(a-b)

result1 = scipy.optimize.broyden1(F=f, xin=[0.47], f_tol=1e-6)
result2 = scipy.optimize.root(fun=f, x0=[0.47],method='broyden1', tol=1e-6)