将matlab代码翻译成python：优化数值函数答案

【问题标题】：Translating matlab code to python: optimizing numerical functions将matlab代码翻译成python：优化数值函数
【发布时间】：2018-03-27 02:05:14
【问题描述】：

我有以下一些 matlab 代码：

f=@(h)(exp(-2*mun*(h/sigma+1.166))-1+2*mun*(h/sigma+1.166))/(2*mun^2)-ARL0;

参数并不重要，此时它们都只是常量。重要的是，现在我可以通过调用 f(h) 来评估任何 h 值的函数。特别是，我可以在我指定的任何间隔内找到函数的零点、最小值、最大值等。

我正在将这段代码翻译成 python，主要是作为学习 python 的练习，我想知道是否有任何类似的东西（可能在 numpy 中）我可以使用，而不是设置一个带有任意集合的 numpy 数组h 值来处理。

我可以做类似（伪代码）的事情：

f = numpy.array(that function for h in numpy.arange(hmin, hmax,hstep))

但这让我不得不步长。有什么办法可以避免这种情况并像在 matlab 中那样获得完整的精度？

编辑：一天结束时我真正想要的是找到函数 f 的零、最大值和最小值位置（不是值）。看起来 scipy 可能有一些在这里更有用的功能：http://docs.scipy.org/doc/scipy/reference/optimize.html

【问题讨论】：

【解决方案1】：

MATLAB（@ 表示法）中函数句柄的 Python 等效项在 python 中称为“lambda 函数”。等效语法如下：

Matlab：

func = @(h)(h+2):

Python：

func = lambda h: h+2

对于您的具体情况，您可以像这样实现 matlab 函数的等价物：

import numpy as np
f = lambda h: (np.exp(-2*mun*(h/sigma+1.166))-1+2*mun*(h/sigma+1.166))/(2*mun**2)-ARL0

f 然后可以用作函数并直接应用于任何numpy 数组。所以这会起作用，例如：

rarr = np.random.random((100, 20))
frarr = f(rarr)

【讨论】：

【解决方案2】：

如果您只是在寻找 x 整数值的 f 值，以下方法将起作用：

f = [your_function(x) for x in xrange(hmin, hmax)]

如果你想要比整数值更细的粒度，你可以这样做：

f = [your_function(x) for x in xrange(hmin, hmax, hstep)]

如果您想要精确解决零点、最大值和最小值位置，我同意您的编辑：使用scipy optimize。

关于 scipy 优化功能的两个重要说明：

您似乎想使用有界版本
无法保证您会找到这些函数的实际最小值/最大值。它们是非确定性优化函数，可能会成为局部最小值/最大值的牺牲品。如果您想象征性地评估最小值/最大值，我建议您查看sage

【讨论】：