如何在不使用全局变量的情况下展示优化器的迭代进度？

方法一：使用闭包封装状态 #

闭包可以在不依赖全局变量的前提下，封装跟踪最优值的状态和存储改进结果的列表，同时让主代码能直接获取结果列表。

import dlib
from scipy.optimize import rosen

def create_rosen_tracker():
    # 用列表存储最优值（列表是可变对象，闭包内可修改）
    current_best = [2**30]
    improvements = []
    
    def rosen_f(*x):
        result = rosen(x)
        if result < current_best[0]:
            current_best[0] = result
            record = (x, result)
            improvements.append(record)
            print("New min", record)
        return result
    
    # 返回目标函数和结果列表
    return rosen_f, improvements

# 主代码调用
rosen_opt, improvement_list = create_rosen_tracker()
dlib.find_min_global(rosen_opt, [0]*5, [0.5]*5, 1000)

# 直接使用收集到的改进结果
print("\n所有优化改进记录：")
for item in improvement_list:
    print(item)

方法二：使用类管理状态 #

如果后续需要扩展更多功能（比如记录迭代次数、时间戳），用类来封装状态和目标函数会更清晰、易维护。

import dlib
from scipy.optimize import rosen

class RosenOptimizer:
    def __init__(self):
        self.current_best = 2**30
        self.improvements = []
    
    def objective_func(self, *x):
        result = rosen(x)
        if result < self.current_best:
            self.current_best = result
            record = (x, result)
            self.improvements.append(record)
            print("New min", record)
        return result

# 主代码调用
optimizer = RosenOptimizer()
dlib.find_min_global(optimizer.objective_func, [0]*5, [0.5]*5, 1000)

# 访问改进结果列表
print("\n所有优化改进记录：")
for item in optimizer.improvements:
    print(item)

说明 #

两种方法都满足需求：

• 完全移除了全局变量，状态被封装在闭包或类实例中
• 每次找到更优值时，会将(参数, 结果)存入列表，主代码可直接访问该列表做后续处理

内容的提问来源于stack exchange，提问作者Simd