我正在使用Scipy.Optimize.fmin来查找函数的最大值。输出的形式为numpy.ndarray,其中包含有关该过程的其他信息。我只需要以浮动形式返回的x值。
def f(x):
"""returns the value of f(x) with the input value x"""
import math
f = math.exp(-x ** 2.0) / (1.0 + x ** 2.0) + \
2.0 * (math.cos(x) ** 2.0) / (1.0 + (x - 4.0) ** 2.0)
return f
def find_max_f():
"""returns the x for which f(x) takes the maximum value"""
import scipy.optimize as o
m = o.fmin(lambda x: -f(x), 0)
return m
这就是它的回报:
>>> find_max_f()
Optimization terminated successfully.
Current function value: -1.118012
Iterations: 12
Function evaluations: 24
array([ 0.0131875])
我只需要标有数组
的括号内的最后一个数字答案 0 :(得分:1)
只需将结果绑定到某个内容,然后就可以将第一个元素编入索引,就像它是列表或元组一样:
>>> xopt = find_max_f()
Optimization terminated successfully.
Current function value: -1.118012
Iterations: 12
Function evaluations: 24
>>> xopt
array([ 0.0131875])
>>> xopt[0]
0.013187500000000005
>>> type(xopt[0])
<type 'numpy.float64'>
我建议阅读NumPy Tutorial,特别是“索引,切片和迭代”部分。