除了可优化变量之外，目标函数可以有多个输入变量吗？答案

【问题标题】：Can the objective function have multiple input variables except the optimizable variable?除了可优化变量之外，目标函数可以有多个输入变量吗？
【发布时间】：2019-08-11 15:59:34
【问题描述】：

使用 scipy.optimize 时，我尝试成功的目标函数只能取一个变量，标量或向量。

例如，此代码有效：

from scipy import optimize

def f(x, a=2, b=-5, c=3):
    return a*x*x+b*x+c

res=optimize.minimize_scalar(f)

print(res.x)

但是，如果我想要跟踪 res.x 随 a、b、c 的变化？以下代码不起作用，但如何使它起作用？

from scipy import optimize

def f(x, a, b, c):
    return a*x*x+b*x+c

def change(a, b, c):
    res=optimize.minimize_scalar(f(x, a, b, c))
    print(res.x)
    return res.x

change(3, 2, 1)
change(3, -9, 0)

我能想到的唯一方法是这样的：

from scipy import optimize

def change(a, b, c):
    def f(x):
        return a*x*x+b*x+c
    res=optimize.minimize_scalar(f)
    print(res.x)
    return res.x

change(3, 2, 1)
change(3, -9, 0)

另一个函数里面的函数让我感觉很糟糕，还有其他方法吗？谢谢。

【问题讨论】：

a,b,c可以通过args参数传入（注意tuple要求）。
我不明白你的意思，你能显示一些代码吗？非常感谢！
docs.scipy.org/doc/scipy/reference/generated/… - 你看到args 参数了吗？？
谢谢，刚看到，哈，想知道怎么用……

标签： scipy scipy-optimize

【解决方案1】：

只需这样做即可：

from scipy import optimize

def f(x, a, b, c):
    return a*x*x+b*x+c

def change(a, b, c):
    tup=(a, b, c)
    res=optimize.minimize_scalar(f, args=tup)
    print(res.x)
    return res.x

change(3, 2, 1)
change(3, -9, 0)

【讨论】：