Python 结合scipy.optimize.brute网格和结果

我使用scipy的brute优化器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分数集转储到csv中

我目前得到的是brute optimizer的返回，文档中的返回形式如下：

返回：
x0:ndarray
包含目标函数最小值点坐标的一维数组。（关于返回的点，请参见注释1。）
fval：浮动
点x0处的函数值。
网格：元组
评估网格的表示。它的长度与x0相同。（满_输出为真时返回。）
日：日
计算网格各点的函数值，即Jout=func（*网格）。（当full_输出为真时返回。）

我希望将“网格”值与“焦耳”参数组合为：

[Param1，Param2，Param3，Score1]
[Param1，Param2，Param3，Score2]

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，我无法理解如何将上述索引2中的数组（“网格”）与索引3中的数组（“焦耳”）结合起来。我的np数组不符合标准

---

任何提示或指点都将非常感谢，并能缓解我过去几个小时沮丧的大脑。

那么你想把三（2,2,2）个矩阵堆叠在

网格中
和（2,2,2）矩阵
Jout
？可能是您需要的，即：

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]: 

太棒了，我想这让我在大部分方面都达到了目的，但我如何才能将最终输出转换成更平坦的形式，即：[[0,0,0，-0.96]，[0,0,1，-0.96]]看看
numpy.reforme
.edit:找到了-谢谢@tjollans！