Python scipy.optimize.minimize返回零维数组？

为一维问题调用Powell极小值就是创建一个带有不可访问值的

优化结果。例如：

from scipy.optimize import minimize
test = minimize(lambda x: 1.0, np.array([1.0]), method="Powell")

如果我要求
test.x
我得到：

array(3.58792896)

“数组”有点问题：我无法从中获取值。例如，
test.x[0]
返回
indexer错误：数组的索引太多。这就像是一个零维数组，或者还有其他的参考问题

（格式良好的
ndarray
将显示像
数组（[3.58792896]）
）

我做错了什么？
这是一个0维数组，但不应该是。虽然0维数组在NumPy中是一个受支持的概念，但是
minimize
调用不应该创建一个，因此，目前不太可能找到解决办法

我建议使用以与返回1D数组的情况一致地处理此情况，并且如果它们最终更改了返回值，则应向前兼容：

test = minimize(...)
if not test.success:
    handle_that()
result = np.atleast_1d(test.x)

对于预期为0D数组并希望检索存储值的情况，请使用0索引的元组对其进行索引：

value = zero_d_array[()]

Numpy有零维数组：使用
test.x[（）]
获取值。这确实是一个零维数组，但尽管Numpy完全支持零维数组，但
minimize
调用仍然不应该产生一个。这可能是一个错误。正如文档所说，结果的长度应该与输入的长度相同。除了鲍威尔
之外的所有其他方法都有这种行为。也许可以就github的问题报告一下？