结合scipy.optimize.brute网格和结果

Question

我使用scipy的brute优化器来计算给定不同输入参数的函数的分数。为了分析结果，我想将结果参数vs score集转储到csv中。在

我现在得到的是brute optimizer的返回，从文档中可以看到：

返回：
x0:ndarray
包含目标函数具有最小值的点的坐标的一维数组。（见注1，返回点）。
fval：浮动
x0点的函数值。
网格：元组
表示评估网格。它的长度与x0相同。（完整输出为真时返回。）
焦耳：ndarray
计算网格中每个点的函数值，即Jout=func（*grid）。（完整输出为真时返回。）

source

我想将“网格”值与“Jout”参数合并，形式如下：

[参数1，参数2，参数3，分数1]
[参数1，参数2，参数3，分数2]
... 在

brute的输出示例如下：

     (array([ 0.,  0.,  0.]), -0.96868449202047968, array([[[[0, 0],
     [0, 0]],

    [[1, 1],
     [1, 1]]],


   [[[0, 0],
     [1, 1]],

    [[0, 0],
     [1, 1]]],


   [[[0, 1],
     [0, 1]],

    [[0, 1],
     [0, 1]]]]), array([[[-0.96868449, -0.96868449],
    [-0.96868449, -0.96868449]],

   [[-0.96868449, -0.96868449],
    [-0.96868449, -0.96868449]]]))

在我的一生中，我无法想出如何将上述索引2中的数组（“网格”）与索引3中的数组（“Jout”）相结合。我的np数组foo不够好用。在

任何提示或建议都将非常感谢，并缓解我在过去几个小时沮丧的大脑。在

Answer 1

所以你想把三个（2,2,2）矩阵和（2,2,2）矩阵Jout堆叠起来？np.stack可以是您需要的，例如：

In [26]: a = np.array([[[[0, 0],
    ...:      [0, 0]],
    ...: 
    ...:     [[1, 1],
    ...:      [1, 1]]],
    ...: 
    ...: 
    ...:    [[[0, 0],
    ...:      [1, 1]],
    ...: 
    ...:     [[0, 0],
    ...:      [1, 1]]],
    ...: 
    ...: 
    ...:    [[[0, 1],
    ...:      [0, 1]],
    ...: 
    ...:     [[0, 1],
    ...:      [0, 1]]]])

In [27]: b = np.array([[[-0.96868449, -0.96868449],
    ...:     [-0.96868449, -0.96868449]],
    ...: 
    ...:    [[-0.96868449, -0.96868449],
    ...:     [-0.96868449, -0.96868449]]])

In [28]: np.stack([*a, b], -1)
Out[28]: 
array([[[[ 0.        ,  0.        ,  0.        , -0.96868449],
         [ 0.        ,  0.        ,  1.        , -0.96868449]],

        [[ 0.        ,  1.        ,  0.        , -0.96868449],
         [ 0.        ,  1.        ,  1.        , -0.96868449]]],


       [[[ 1.        ,  0.        ,  0.        , -0.96868449],
         [ 1.        ,  0.        ,  1.        , -0.96868449]],

        [[ 1.        ,  1.        ,  0.        , -0.96868449],
         [ 1.        ,  1.        ,  1.        , -0.96868449]]]])

In [29]: