解释如何使用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，从而以更高的性能产生更好的结果。优化问题还用于曲线拟合，根拟合等。

让我们看一个例子-

示例

import matplotlib.pyplot as plt
from scipy import optimize
import numpy as np
print("The function is defined")
def my_func(a):
   return a*2 + 20 * np.sin(a)plt.plot(a, my_func(a))
print("Plotting the graph")
plt.show()print(optimize.fmin_bfgs(my_func, 0))

输出结果

Optimization terminated successfully.
   Current function value: -23.241676
   Iterations: 4
   Function evaluations: 18
   Gradient evaluations: 6
[-1.67096375]

说明

• 所需的软件包已导入。

• 定义了一个生成数据的函数。

• 使用matplotlib库将该数据绘制在图形上。

• 接下来，通过将fmin_bgs函数用作参数来使用该函数。

• 此数据显示在控制台上。