scipy.optimize.

OptimizeResult

class scipy.optimize.OptimizeResult

表示优化结果。

说明

根据使用的特定求解器，OptimizeResult 可能不具有此处列出的所有属性，并且可能具有此处未列出的其他属性。由于此类本质上是带有属性访问器的字典的子类，因此可以使用 OptimizeResult.keys 方法查看哪些属性可用。

属性:

xndarray

优化的解决方案。

successbool

优化器是否成功退出。

statusint

优化器的终止状态。其值取决于底层求解器。有关详细信息，请参阅 message。

messagestr

终止原因的描述。

funfloat

目标函数在 x 处的值。

jac, hessndarray

目标函数的雅可比矩阵及其在 x 处的黑塞矩阵的值（如果可用）。黑塞矩阵可能是近似值，请参阅相关函数的文档。

hess_invobject

目标函数黑塞矩阵的逆矩阵；可能是一个近似值。并非所有求解器都可用。此属性的类型可以是 np.ndarray 或 scipy.sparse.linalg.LinearOperator。

nfev, njev, nhevint

目标函数及其雅可比矩阵和黑塞矩阵的计算次数。

nitint

优化器执行的迭代次数。

maxcvfloat

最大约束违反。

方法

__getitem__	x.__getitem__(y) <==> x[y]
__len__(/)	返回 len(self)。
clear()
copy()
fromkeys(iterable[, value])	创建一个新的字典，其键来自 iterable，值设置为 value。
get(key[, default])	如果 key 在字典中，则返回 key 的值，否则返回 default。
items()
keys()
pop(key[, default])	如果找不到 key，则返回 default（如果给定）；否则，引发 KeyError。
popitem(/)	删除并返回一个 (key, value) 对作为 2 元组。
setdefault(key[, default])	如果 key 不在字典中，则插入一个值为 default 的 key。
update([E, ]**F)	如果 E 存在且具有 .keys() 方法，则执行：for k in E: D[k] = E[k] 如果 E 存在且缺少 .keys() 方法，则执行：for k, v in E: D[k] = v 在这两种情况下，都接着执行：for k in F: D[k] = F[k]
values()