Python中如何限制pbounds字典内x、y取值为两位小数？

嘿，作为Python新手碰到这种需求很正常～我来给你几个实用的方案，你可以根据自己的实际场景选择：

如果你的需求是拿到x/y的数值后确保只保留两位小数，其实不需要修改pbounds本身，而是在后续使用这些值的时候做处理就行：

pbounds = {'x': (-20, 20), 'y': (-20, 20)}

# 假设你通过某种方式获取到了原始的x/y值，比如x_raw = 5.6789
x_rounded = round(x_raw, 2)  # 结果是5.68
y_rounded = round(y_raw, 2)  # 同理处理y

这种方式简单直接，不管原始值有多少位小数，最终使用的都是两位小数的结果，而且不影响范围的定义。

如果你的需求是生成x/y的时候就只产生两位小数的数，可以写个小函数来生成符合要求的数值：

import random

def get_two_decimal(min_val, max_val):
    # 生成指定范围内的两位小数
    return round(random.uniform(min_val, max_val), 2)

# 直接生成符合要求的x和y
x = get_two_decimal(-20, 20)
y = get_two_decimal(-20, 20)

这样每次生成的x/y都是两位小数，范围依然严格在-20到20之间。

如果这个pbounds是给优化类库用的（比如scipy里的差分进化算法），这类库本身不支持直接限制小数位数，但可以在目标函数里对输入值做四舍五入：

from scipy.optimize import differential_evolution

def my_objective(params):
    x, y = params
    # 先把x和y转为两位小数再计算
    x_rounded = round(x, 2)
    y_rounded = round(y, 2)
    # 这里写你的目标函数逻辑，比如计算某个值
    return (x_rounded ** 2) + (y_rounded ** 2)

pbounds = {'x': (-20, 20), 'y': (-20, 20)}
# 传入参数时用pbounds的values转成列表
result = differential_evolution(my_objective, bounds=list(pbounds.values()))

这样即使算法过程中生成了多位小数的x/y，也会被处理成两位小数再参与计算，间接实现了限制。

内容的提问来源于stack exchange，提问作者J Doe