如何在scipy.minimize_scalar中固定第一个参数，最小化第二个参数

问题出在minimize_scalar的参数传递逻辑：它不会识别函数的变量名，而是固定将待优化的变量作为第一个参数传给目标函数，args里的参数会按顺序传给目标函数的后续参数。你的func(a,b)把固定参数放在了第一个位置，导致优化变量被错误传给a，args里的a被传给b。

有两种简单的解决方法：

方法1：调整函数参数顺序 #

把待优化的变量b放在函数的第一个参数位置，固定参数a放在后面，同时确保args是元组形式（单个参数要加逗号）：

def func(b, a):
    # 保持原有逻辑，注意参数对应关系
    return value

# args必须是元组，所以写成(a,)而不是(a)
result = minimize_scalar(func, bounds=(c, d), args=(a,), method="bounded")

方法2：用lambda函数包装原函数 #

不修改原函数的参数顺序，通过lambda绑定固定参数a，只把待优化的b作为lambda的参数：

def func(a, b):
    # 原逻辑不变
    return value

# lambda接收待优化的b，调用原函数时传入固定的a
result = minimize_scalar(lambda b: func(a, b), bounds=(c, d), method="bounded")

注意：args参数要求是元组类型，如果你只传单个参数，一定要加逗号写成(a,)，否则Python会把(a)解析成单个变量而非元组，可能引发参数不匹配的错误。

内容的提问来源于stack exchange，提问作者SDA_exp