为何scipy.optimize.minimize返回值与手动代入结果不一致？

这其实是浮点数精度和数值显示截断带来的小问题，咱们一步步拆解来看：

1. 打印值≠实际存储值 #

当你打印x_real.x时，输出的[0.7851167]是numpy为了可读性做的截断显示——它并不是数组里存储的精确数值。numpy默认会简化浮点数的输出（通常只显示小数点后7位左右），但x_real.x里实际存储的x值是更精确的（比如可能是0.785116699234...这类更长的小数）。

你手动传入的0.7851167是四舍五入后的近似标量，和x_real.x里的真实值存在微小的精度差，这就直接导致comp函数的计算结果出现差异。

2. 验证方法：查看完整精度的数值 #

你可以通过以下方式查看x_real.x的精确存储值：

import numpy as np
# 设置numpy打印精度为15位小数
np.set_printoptions(precision=15)
print(x_real.x)

把输出的完整数值代入comp函数，你会发现计算结果和comp(x_real.x)完全一致。

3. 数组与标量的计算差异？并不是 #

虽然x_real.x是一维numpy数组（返回结果是[1.31290960e-08]数组形式），而comp(0.7851167)返回的是标量，但二者数值差异的核心原因不是数组和标量的计算逻辑不同，而是输入的x值本身存在精度差距。

内容的提问来源于stack exchange，提问作者Jack.O.