本文简要介绍 python 语言中 scipy.optimize.rosen
的用法。
用法:
scipy.optimize.rosen(x)#
罗森布洛克函数。
计算的函数是:
sum(100.0*(x[1:] - x[:-1]**2.0)**2.0 + (1 - x[:-1])**2.0)
- x: array_like
要计算 Rosenbrock 函数的点的一维数组。
- f: 浮点数
Rosenbrock 函数的值。
参数 ::
返回 ::
例子:
>>> import numpy as np >>> from scipy.optimize import rosen >>> X = 0.1 * np.arange(10) >>> rosen(X) 76.56
对于高维输入
rosen
广播。在以下示例中,我们使用它来绘制 2D 风景。请注意,rosen_hess
不会以这种方式广播。>>> import matplotlib.pyplot as plt >>> from mpl_toolkits.mplot3d import Axes3D >>> x = np.linspace(-1, 1, 50) >>> X, Y = np.meshgrid(x, x) >>> ax = plt.subplot(111, projection='3d') >>> ax.plot_surface(X, Y, rosen([X, Y])) >>> plt.show()
相关用法
- Python SciPy optimize.rosen_der用法及代码示例
- Python SciPy optimize.rosen_hess用法及代码示例
- Python SciPy optimize.rosen_hess_prod用法及代码示例
- Python SciPy optimize.root用法及代码示例
- Python SciPy optimize.root_scalar用法及代码示例
- Python SciPy optimize.ridder用法及代码示例
- Python SciPy optimize.line_search用法及代码示例
- Python SciPy optimize.shgo用法及代码示例
- Python SciPy optimize.minimize_scalar用法及代码示例
- Python SciPy optimize.fmin用法及代码示例
- Python SciPy optimize.NonlinearConstraint用法及代码示例
- Python SciPy optimize.KrylovJacobian用法及代码示例
- Python SciPy optimize.toms748用法及代码示例
- Python SciPy optimize.linprog_verbose_callback用法及代码示例
- Python SciPy optimize.bracket用法及代码示例
- Python SciPy optimize.milp用法及代码示例
- Python SciPy optimize.diagbroyden用法及代码示例
- Python SciPy optimize.bisect用法及代码示例
- Python SciPy optimize.isotonic_regression用法及代码示例
- Python SciPy optimize.golden用法及代码示例
- Python SciPy optimize.brute用法及代码示例
- Python SciPy optimize.newton用法及代码示例
- Python SciPy optimize.fsolve用法及代码示例
- Python SciPy optimize.Bounds用法及代码示例
- Python SciPy optimize.fixed_point用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.optimize.rosen。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。