SciPy 教程 之 SciPy 优化器 2

SciPy 教程 之 SciPy 优化器 2

SciPy 优化器

SciPy 的 optimize 模块提供了常用的最优化算法函数实现，我们可以直接调用这些函数完成我们的优化问题，比如查找函数的最小值或方程的根等。

NumPy 能够找到多项式和线性方程的根，但它无法找到非线性方程的根，如下所示：

x + cos(x)
因此我们可以使用 SciPy 的 optimze.root 函数，这个函数需要两个参数：

fun - 表示方程的函数。
x0 - 根的初始猜测。
该函数返回一个对象，其中包含有关解决方案的信息。

看更多信息：

实例

from scipy.optimize import root
from math import cos

def eqn(x):
return x + cos(x)

myroot = root(eqn, 0)

print(myroot)

执行以上代码，输出结果如下：

fjac: array([[-1.]])
 fun: array([0.])

message: 'The solution converged.'
nfev: 9
qtf: array([-2.66786593e-13])
r: array([-1.67361202])
status: 1
success: True
x: array([-0.73908513])