scipy.optimize.

OptimizeResult

class scipy.optimize.OptimizeResult

Stellt das Optimierungsergebnis dar.

Attribute:

xndarray

Die Lösung der Optimierung.

successbool

Ob der Optimierer erfolgreich beendet wurde oder nicht.

statusint

Beendigungsstatus des Optimierers. Sein Wert hängt vom zugrundeliegenden Löser ab. Einzelheiten entnehmen Sie bitte message.

messagestr

Beschreibung der Ursache der Beendigung.

funfloat

Wert der Zielfunktion bei x.

jac, hessndarray

Werte des Jacobians der Zielfunktion und seiner Hesse-Matrix bei x (falls verfügbar). Die Hesse-Matrix kann eine Näherung sein, siehe Dokumentation der fraglichen Funktion.

hess_invobject

Inverse der Hesse-Matrix der Zielfunktion; kann eine Näherung sein. Nicht für alle Löser verfügbar. Der Typ dieses Attributs kann entweder np.ndarray oder scipy.sparse.linalg.LinearOperator sein.

nfev, njev, nhevint

Anzahl der Auswertungen der Zielfunktion und ihres Jacobians und ihrer Hesse-Matrix.

nitint

Anzahl der vom Optimierer durchgeführten Iterationen.

maxcvfloat

Die maximale Einschränkungsverletzung.

Methoden

__getitem__	x.__getitem__(y) <==> x[y]
__len__(/)	Gibt len(self) zurück.
clear()
copy()
fromkeys(iterable[, value])	Erstellt ein neues Dictionary mit Schlüsseln aus iterable und Werten, die auf value gesetzt sind.
get(key[, default])	Gibt den Wert für key zurück, wenn key im Dictionary vorhanden ist, andernfalls default.
items()
keys()
pop(key[, default])	Wenn der Schlüssel nicht gefunden wird, wird default zurückgegeben, wenn es angegeben ist; andernfalls wird ein KeyError ausgelöst.
popitem(/)	Entfernt und gibt ein (Schlüssel, Wert)-Paar als 2-Tupel zurück.
setdefault(key[, default])	Fügt den Schlüssel mit dem Wert default ein, wenn der Schlüssel nicht im Dictionary vorhanden ist.
update([E, ]**F)	Wenn E vorhanden ist und eine .keys()-Methode hat, dann gilt: for k in E: D[k] = E[k] Wenn E vorhanden ist und keine .keys()-Methode hat, dann gilt: for k, v in E: D[k] = v In beiden Fällen folgt darauf: for k in F: D[k] = F[k]
Werte()

Hinweise

Abhängig vom verwendeten Solver hat OptimizeResult möglicherweise nicht alle hier aufgeführten Attribute und kann zusätzliche, hier nicht aufgeführte Attribute haben. Da diese Klasse im Wesentlichen eine Unterklasse von dict mit Attributzugriff ist, kann man mit der Methode OptimizeResult.keys sehen, welche Attribute verfügbar sind.