在scipy.optimize中分配fmin的输出

Question

我有一个单一变量的函数，我想找到它的最小值，以及达到最小值的变量的值。目前，我通过以下Python脚本实现了这一点：

import numpy as np
from scipy.optimize import fmin
import math
x1=0.
y1=800.
x2=1100.
y2=-800.
v1=2000.
v2=4000.
def T(xi):
    time=sqrt((x1-xi)**2+y1**2)/v1+sqrt((x2-xi)**2+y2**2)/v2
    return time
fmin(T,0)

运行此脚本会产生以下回声：

import numpy as np
from scipy.optimize import fmin
import math
x1=0.
y1=800.
x2=1100.
y2=-800.
v1=2000.
v2=4000.
def T(xi):
    time=sqrt((x1-xi)**2+y1**2)/v1+sqrt((x2-xi)**2+y2**2)/v2
    return time
fmin(T,0)
Optimization terminated successfully.
         Current function value: 0.710042
         Iterations: 41
         Function evaluations: 82
Out[24]: array([ 301.9498125])

因此，该函数的最小值为~0.71，并且对于约302的自变量值是可以获得的。然而，我想将这些值分配如下：

(Tmin,xmin)=fmin(T,0)
Optimization terminated successfully.
         Current function value: 0.710042
         Iterations: 41
         Function evaluations: 82
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
C:UsersKurt.Peek<ipython-input-25-aec613726d59> in <module>()
----> 1 (Tmin,xmin)=fmin(T,0)
ValueError: need more than 1 value to unpack

所以我得到一个错误"ValueError:需要一个以上的值来解包"。有人知道如何防止这个错误并分配这两个输出吗？

Answer 1

fmin有一个full_output=True参数：

xopt, fopt, iter, funcalls, warnflag = fmin(T,0, full_output=True, disp=False)
print(xopt, fopt)
# (array([ 301.9498125]), 0.71004171552448025)

Answer 2

以下内容实现了相同的效果：在脚本的末尾，我添加了

xmin=fmin(T,0)
Tmin=T(xmin)

这产生了所需的输出：

xmin
Out[30]: array([ 301.9498125])
T(xmin)
Out[31]: array([ 0.71004172])

因此，我没有为fmin指定几个输出，而是只得到了参数，并再次使用该函数来获得最小值。