如何在scipy.minimize中使用固定常数？（含需求示例）

你遇到的核心问题是scipy.minimize要求目标函数的第一个参数必须是待优化的变量，而你希望把外部计算得到的a和b作为固定参数传入，只优化guess。下面是几种实用的解决方案：

方案1：调整函数参数顺序，用args传递固定参数 #

这是最标准的做法，只需把待优化的变量guess放在目标函数的第一个位置，然后用minimize的args参数传递固定的a和b：

import scipy.optimize

def error(guess, a, b):
    target = 4
    return abs(a*guess - b*target)

# 假设a和b是主程序计算得到的
a = 2
b = 3

# x0是待优化变量guess的初始值，args传递固定参数a、b
calculated = scipy.optimize.minimize(error, x0=0, args=(a, b))

print(calculated.x)  # 输出接近[6.0]，因为2*6=3*4=12

方案2：用functools.partial绑定固定参数 #

如果你不想修改原函数的参数顺序，可以用functools.partial把a和b预先绑定到目标函数上，生成一个只接受guess的新函数：

import scipy.optimize
from functools import partial

def error(a, b, guess):
    target = 4
    return abs(a*guess - b*target)

a = 2
b = 3

# 绑定a和b，生成仅需传入guess的函数
partial_error = partial(error, a, b)
calculated = scipy.optimize.minimize(partial_error, x0=0)

print(calculated.x)

方案3：将待优化变量包装为数组（适合多变量优化） #

如果后续需要优化多个变量，可以把待优化变量放在一个数组里，固定参数依然通过args传递：

import scipy.optimize

def error(params, a, b):
    guess = params[0]  # 从数组中提取待优化变量
    target = 4
    return abs(a*guess - b*target)

a = 2
b = 3

# x0是待优化变量数组的初始值
calculated = scipy.optimize.minimize(error, x0=[0], args=(a, b))

print(calculated.x)

为什么你的原代码无法运行？ #

你的原代码中，minimize把(a, b, 0)作为待优化变量数组传递给error的第一个参数a，导致error函数缺少b和guess参数，从而抛出参数不匹配的错误。

内容的提问来源于stack exchange，提问作者Simd