如何将公式字符串转为Lambda函数并用于scipy.optimize.minimize？

1. 将公式字符串转换为Lambda函数 #

直接利用eval()函数将字符串形式的表达式转换为可执行代码，配合lambda定义目标函数对象：

str1 = '(0.5-0.70*x0[0])**2+(0.5-0.70*x0[1])**2'
# 生成接收x0参数的lambda函数
fn = lambda x0: eval(str1)

此时fn就是符合要求的<function __main__.<lambda>(x0)>函数对象。

2. 用scipy.optimize.minimize求解最小值 #

导入scipy优化模块，指定初始猜测值后执行优化：

from scipy.optimize import minimize

# 设定变量初始猜测值（可根据实际场景调整）
initial_guess = [0, 0]
# 执行最小化优化
optimization_result = minimize(fn, initial_guess)

# 输出优化结果
print("最优解 x0:", optimization_result.x)
print("目标函数最小值:", optimization_result.fun)

注意事项 #

• 确保公式字符串中的变量名（此处为x0）与lambda函数的参数名完全一致，否则会触发变量未定义错误。
• eval()函数存在安全风险，仅在公式字符串来自可信来源时使用。
• 可通过method参数指定优化算法（如method='BFGS'），默认使用Nelder-Mead算法，适合无约束优化场景。

内容的提问来源于stack exchange，提问作者kaispace30098