Python:numpy.ndarray对象不可调用根查找函数错误

我一直在试图找出如何使用Python查找根。如果我正确理解了文档，scipy.optimize.newton（f，x_o）可以用来寻找根，f是一个函数，x_o是根的初始猜测

我正在使用的函数都是多项式，而且对于我曾经使用Python（插值和直线拟合）的目的来说，用系数数组表示多项式总是足够的。以这种方式定义f会给我一个numpy.ndarray错误，我假设这是因为我将f作为一个数组，而牛顿（f，x_o）期望f有一个函数

---

我对Python非常缺乏经验，当我遇到这个问题时，我意识到我实际上不知道如何定义一般的f，而不必定义另一个将其限制在某个区间的变量。对于一些任意多项式，例如f=2x^2+7，有没有一种方法可以定义f而不必给出x的区间？通常我也习惯于定义x=arange（n）或类似的东西，将其限制在一个区间内

你说得对，错误是因为

f

的形式。如果您查看牛顿函数的scipy文档（此处），您会发现必须提供一个函数

f（x，a，b，c）

，其中

a，b，c

作为参数

如果你提供了一个函数

def f(x, a, b, c):
    return a*x**2 + b*x + c

然后调用牛顿法，如下所示：

root = scipy.optimize.newton(f, x0, args=(a, b, c))

变量

root

将包含函数根的大致位置。当然，在调用方法之前，您必须提供参数

a、b、c

的值

---

希望能有帮助。干杯。

你可以简单地用你的系数数组做一个可调用的。我从来都不知道这个。谢谢，这很好用。也许使用多项式根函数会更省事。你如何避免不通过这种方法定义x？这也是我最初的想法，但我无法回避不定义x的问题。我试着定义f（x）（我只是选择了func=cosh（x）），然后就像你调用牛顿方法一样，但它给了我一个错误，告诉我x没有定义。嗯。。。我使用了scipy.optimize.minimize。在这里，您只需调用函数

f

，不带参数，如上所述。通常，scipy引擎应注意函数

f

中的值

x

。我只知道这么多…嗯。尝试scipy.optimize.root会在定义x时遇到同样的问题。我喜欢你的想法，因为它让我使用的函数不是多项式，但我似乎无法绕过x值。我将看看是否可以找到一个替代函数来避免必须定义x。为了完成：如何调用根函数

scipy.optimize.root（f，x0，args=（a，b，c））

应该是正确的方法。即使您的函数定义为

f（x，a，b，c）

，也只需在根函数中使用其名称即可调用它。