python：scipyoptimize

`scipy.optimize` 模块是 SciPy 库中用于最小化（或最大化）函数的工具集。它提供了一系列优化算法，包括无约束优化、约束优化、全局优化、局部优化等。其中最常用的是无约束优化和局部优化。

无约束优化算法可以用于求解无约束优化问题，如最小二乘拟合、曲线拟合、最小化函数等。最常用的无约束优化算法是 BFGS 和 L-BFGS-B 算法。

局部优化算法可以用于求解有约束优化问题，如线性规划、非线性规划、二次规划等。最常用的局部优化算法是 SLSQP 算法。

下面是 `scipy.optimize` 模块中常用的函数：

- minimize_scalar：用于一维标量函数的最小化。
- minimize：用于多维向量函数的最小化。
- minimize_constraints：用于带约束条件的多维向量函数的最小化。
- linprog：线性规划求解器。
- minimize_quadprog：二次规划求解器。

使用 `scipy.optimize` 模块，需要先导入模块，例如：

from scipy.optimize import minimize

然后，可以使用其中的函数进行最小化或最大化问题的求解。