通过scipy.optimize.fmin从numpy.root发送的错误

因此，我正在使用一个处理多项式根的函数，我想找到这类函数的最小点（例如通过fmin）：

因此，理想情况下，我应该能够通过上述代码的最后一行输入此函数，但它会返回一个错误：

  File "<ipython-input-163-c7353335fcca>", line 5, in sumroots
    z = np.roots([c0, c1, c2])

  File "C:\Users\user\Anaconda3\lib\site-packages\numpy\lib\polynomial.py", line 209, in roots
    raise ValueError("Input must be a rank-1 array.")

ValueError: Input must be a rank-1 array.

文件“”，第5行，在sumroots中
z=np.根（[c0，c1，c2]）
文件“C:\Users\user\Anaconda3\lib\site packages\numpy\lib\polynomy.py”，第209行，根目录
raise VALUERROR（“输入必须是秩1数组”）
ValueError:输入必须是秩1数组。

提前感谢您的时间和帮助。

错误消息

ValueError: Input must be a rank-1 array.

提示我们正在向一个函数传递一个值，该函数需要一个秩1数组，但 他得到了别的东西。回溯错误消息显示问题已解决 在

sumrots

函数中发生。我们不直接调用

sumroots

函数

fmin

为我们调用

sumroots

。因此，为了研究

fmin

如何调用

sumroots

，让我们在函数中放入一条print语句：

def sumroots(t):
    print(type(t), t)
    c0 = t*np.exp(-t)
    ...

现在运行代码打印

<class 'numpy.ndarray'> [ 1.]

而且，

np.roots

需要一个数组，而不是数组列表。由于NumPy数组

t

的长度为1，因此我们可以使用其：

印刷品

Optimization terminated successfully.
         Current function value: 4.857178
         Iterations: 14
         Function evaluations: 28
[ 0.61806641]

---

非常感谢您的回复，它确实有效。但是，通过修改t=t.item（），如果t是一个float（AttributeError:“float”对象没有属性“item”），则函数现在无法生成结果。有没有更简单的方法来处理这个问题，或者我必须忍受设置一个逻辑门？您可以保持

sumrots

原样，并将

lambda t:sumrots（t.item（））

传递到

optimize.fmin

。我已经修改了上面的帖子来表达我的意思。

In [164]: sumroots(np.array([1]))
...
ValueError: Input must be a rank-1 array.

import numpy as np
import scipy.optimize as optimize

def sumroots(t):
    c0 = t*np.exp(-t)
    c1 = t+1
    c2 = t+2
    z = np.roots([c0, c1, c2])
    return np.abs(np.sum(z))

print(optimize.fmin(lambda t: sumroots(t.item()), 1))

Optimization terminated successfully.
         Current function value: 4.857178
         Iterations: 14
         Function evaluations: 28
[ 0.61806641]