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。