如何用Python在SciPy中找到标量函数的最小值?
找到标量函数的最小值是一个优化问题。优化问题有助于提高解决方案的质量,从而产生更高性能的更好结果。优化问题也用于曲线拟合、根拟合等。
让我们看一个例子 –
更多Python相关文章,请阅读:Python 教程
示例
import matplotlib.pyplot as plt
from scipy import optimize
import numpy as np
print("定义函数")
def my_func(a):
return a*2 + 20 * np.sin(a)
plt.plot(a, my_func(a))
print("绘图")
plt.show()
print(optimize.fmin_bfgs(my_func, 0))
输出
成功优化。
当前函数值:-23.241676
迭代次数:4
函数调用:18
梯度调用:6
[-1.67096375]
说明
- 导入所需包。
- 定义生成数据的函数。
- 使用matplotlib库将这些数据绘制到图中。
- 接下来,通过将函数作为参数传递给“fmin_bgs”函数来使用它。
- 将这些数据显示在控制台上。