最小化函数，如何将参数传递给函数 scipy

Question

我编写了一个代码，用于使用 scipy 最小化与 r 和 alpha 相关的某个函数。但是，我在将参数传递给函数时遇到了问题。

#!/usr/bin/env python
import numpy as np
from scipy.integrate import quad
import scipy.optimize as opt

def integrand(t, alpha, r):
    return np.exp(-alpha*(t-r))**2

def my_function(parameters, rho):
    alpha = parameters[0]
    r = parameters[1]
    return quad(integrand, 0, rho, args=(alpha, r))[0]

alpha_0 = 1
r_0 = 1
rho = 5.0

vec_expint = np.vectorize(my_function)

res = opt.minimize(my_function(rho), np.asarray([alpha_0, r_0]), method='CG', tol=1.e-2, options={'gtol': 0.01, 'maxiter': 5})
print(res)

我想将积分边界作为变量。我添加了一个变量 rho，我收到以下错误消息：

 res = opt.minimize(my_function(rho), np.asarray([alpha_0, r_0]), method='CG', tol=1.e-2, options={'gtol': 0.01, 'maxiter': 5})
    TypeError: my_function() takes exactly 2 arguments (1 given)

谁能解释我如何以正确的方式传递参数，好吗？

Answer 1

你已经定义了：

def my_function(parameters, rho):

现在试试

my_function(1)

什么是错误？显而易见的 Python 之一，对吧？当你运行时

 res = opt.minimize(**my_function(rho)**, np.asarray([alpha_0, r_0]), method='CG', tol=1.e-2, options={'gtol': 0.01, 'maxiter': 5})

它甚至没有超过我突出显示的那个表达式。

有几个解决方案：

• 定义一个新函数，它只接受一个参数parameters，并事先定义rho。这可以通过def、lambda 或partial 来完成。

• 给optimize 一个args 参数。您在拨打quad 时已经在使用args 功能。

Answer 2

使用args参数。

我的代码：

#!/usr/bin/env python
import numpy as np
from scipy.integrate import quad
import scipy.optimize as opt

def integrand(t, alpha, r):
    return np.exp(-alpha*(t-r))**2

def my_function(parameters, rho):
    alpha = parameters[0]
    r = parameters[1]
    return quad(integrand, 0, rho, args=(alpha, r))[0]

alpha_0 = 1
r_0 = 1
rho = 5.0

vec_expint = np.vectorize(my_function)

res = opt.minimize(my_function, np.asarray([alpha_0, r_0]), method='CG', tol=1.e-2, args=(rho),options={'gtol': 0.01, 'maxiter': 5})
print(res)

输出：

     fun: 0.0018415003336983448
     jac: array([-0.00523077,  0.00762011])
 message: 'Optimization terminated successfully.'
    nfev: 12
     nit: 2
    njev: 3
  status: 0
 success: True
       x: array([ 2.06899361, -1.1785839 ])

Answer 3

首先，让我指出一件可能会让您感到困惑的事情：您有一个名为 rho 的全局（实际上是模块级）变量和一个名为 rho 的局部变量 my_function。这些不一样。将全局变量重命名为 rho_0 可能有助于清除问题，即将代码的最后几行替换为：

alpha_0 = 1
r_0 = 1
rho_0 = 5.0

vec_expint = np.vectorize(my_function)

res = opt.minimize(my_function(rho_0), np.asarray([alpha_0, r_0]), method='CG', tol=1.e-2, options={'gtol': 0.01, 'maxiter': 5})
print(res)

现在，您遇到的问题来自于在您对opt.minimize 的调用中写入my_function(rho)。当您编写my_function(rho) 时，这意味着您调用 my_function 带有一个参数，并且该参数是您存储在名称rho_0 下的5.0 的值。但是my_function 需要两个 参数：parameters 和rho。你不能用一个参数来调用它。这就是 Python 给出您遇到的错误的原因。

为了做你想做的事，你必须知道opt.minimize 需要一个函数 作为它的第一个参数。例如，您可以调用

opt.minimize(my_function, ...)

你给它的是调用函数的结果，

opt.minimize(my_function(...), ...)

这不是一回事。

如您所知，您传递给opt.minimize 的函数需要具有类似的签名

def my_function(parameters, arg0, arg1, ...):
    ...

当您想将特定值传递给arg0、arg1 等时，您可以使用opt.minimize 的args 参数。

opt.minimize(my_function, parameters_0, args=(arg0_value, arg1_value, ...)

在opt.minimize 内部，在每个评估步骤中，它将为parameters 选择值，将它们打包成一个元组，并将其作为第一个参数传递给my_function，而它对你传递的任何内容都进行相反的处理到args：它将元组解包成单独的参数，并在parameters 之后将它们传递给my_function。