Python：在scipy.optimize.newton中将列表作为参数传递

我想在

optimize.newton

中将列表作为参数传递。 我已经导入了一个csv，并将每一行存储在一个数组中。此操作的代码如下所示：

with open('rand1.csv','rb') as f:
    array=[]
    for line in f:
        array.append(line)

现在，如果我看一下

数组[1]

，它看起来像：

'2,6,76,45,78,1\r\n'

我将一个函数定义为：

def func(a,b,c,d,e,f):
    return a*b*c-d*e-f

我运行的牛顿法如下：

res=[optimize.newton(func,5102,args=(x)) for x in array[0]]

但是它给了我一个

TypeError

说

“：只能将tuple（而不是“str”）连接到tuple”

---

有人能帮我吗？我知道元组元素必须用逗号分隔，我也尝试过编写

args=（x，）

，但它不起作用。

首先你需要删除尾随的

'\r'，'\t'

，为此你可以使用

.strip（）

，现在你有了一个字符串，其中所需的元素用逗号分隔，在这里，您可以使用

.split（）

方法，将要拆分的字符传递给给定的字符串。最后，我们使用map（）函数，该函数将一个函数作为第一个参数（在本例中为int），第二个参数是一个列表或元组，并将该元组列表的每个元素与作为第一个参数传递的函数进行映射

line = '2,6,76,45,78,1\r\n'
line_stripped = line.strip()
print line_stripped
>>> '2,6,76,45,78,1'

line_splitted = line_stripped.split(",")
print line_splitted
>>> '2' ,'6', '76', '45', '78', '1'

line_integers = map(int,line_splitted)
print line_integers
>>> [2, 6, 76, 45, 78, 1]

结合以上所有步骤，我们可以清楚地将其写成：

with open('rand1.csv','rb') as f:
    array=[]
    for line in f:
        array.append(map(int,line.strip().split(',')))

---

首先，请记住，在代码中，

array

实际上不是一个numpy数组-它是一个普通的Python

字符串列表。可以通过拆分字符串并将元素转换为整数来处理此列表，如Anmol_uppal的回答，但将csv文件的内容直接转换为nrows x 6 numpy数组要简单得多，例如使用
np.loadtxt
：

import numpy as np

data = np.loadtxt('rand1.csv', delimiter=',', dtype=np.int)
print(repr(data[0]))
# array([ 2,  6, 76, 45, 78,  1])

现在，当您调用
optimize.newton
时，
args=
参数应该得到6个参数值的序列。原始代码不起作用，因为
数组中的每一行都包含一个字符串，而不是6个数值。既然
data
*是一个nrows x 6数组，那么每行将包含6个数值，因此您现在只需执行以下操作：

res = [optimize.newton(func, 5102, args=row) for row in data]

*请注意，我已将变量
array
重命名为
data
，以避免与
np.array
类混淆


更新
您的原始代码中还有一个错误，我最初没有发现。请参阅以下文档：

func：函数

需要其零的函数。它必须是形式为f（x，a，b，c…）的单个变量的函数，其中a，b，c。。。是可以在args参数中传递的额外参数

x0：浮动

零点的初始估计值，应该在实际零点附近

现在看看您的函数定义：

def func(a,b,c,d,e,f):
    return a*b*c-d*e-f

func（）
（您称之为
a
）的第一个参数应该对应于x参数，然后只有5个额外的参数（
b…f
，根据您的定义）需要使用
args=
传递。当你试着打电话的时候

optimize.newton(func, 5102, args=(422, 858, 129, 312, 79, 371))

发生的情况是，5102被解释为
x0
参数，并作为第一个参数传递给
func（）
。
args=
元组中的6个值被视为额外参数，因此您的函数实际上总共获得7个参数：

func(5102, 422, 858, 129, 312, 79, 371)

显然，
func（）
被定义为接受6个参数，因此您会得到一个错误。解决此问题的正确方法取决于如何解释函数的参数。牛顿的目标是找到一个x的值，使得f（x，a，b，c，…）=0

您希望将6个参数中的哪一个最小化
func（）
over


充分解释
一个稍微有趣的问题是，当您将额外的参数作为数组（例如，
args=data[0]
）而不是元组传递时，为什么不会出现错误。答案有点复杂，但如果你感兴趣，请继续阅读

如果查看一下，您可以找到第一次调用函数的行：

q0 = func(*((p0,) + args))

在这种情况下，
p0
和
p1
将是
x0
到
newton（）
的参数，
args
是一组额外的参数：

q0 = func(*((5102,) + (422, 858, 129, 312, 79, 371)))

（p0，）
是一个元组，如果
args
也是一个元组，那么
+
操作符将把这两个元组连接在一起：

q0 = func(*(5102, 422, 858, 129, 312, 79, 371))

最后，
*
解压元组，将参数传递给
func
。最后一次呼叫如下所示：

q0 = func(5102, 422, 858, 129, 312, 79, 371)

这将引发错误，因为一个6参数函数有7个参数。但是，当
args
是
np.array
时：

q0 = func(*(5102,) +  array([422, 858, 129, 312, 79, 371]))

+
将向
args
中的每个元素添加值
p0
：

q0 = func(*(5524, 5960, 5231, 5414, 5181, 5473))

由于现在只有6个参数指向
func（）
调用将成功，但
newton
将收敛到错误的答案

我认为这在scipy中不是特别好的设计-它让我很吃惊，因为在大多数其他情况下，任何类似数组的输入都可以，包括列表、元组、数组等。公平地说，
newton
的文档中确实说
args=
应该是元组，但为了安全起见，我仍然会进行类型检查或将其显式转换为元组。我可能会尝试在scipy中修复此问题。
首先
strip（）
行（在追加之前）并使用
.split（'，'）
方法这有助于我摆脱“\r'，“\t”，但我仍然无法运行optimize.newton函数。这里有什么建议吗？谢谢，这稍微解决了我的问题。但我在这里没有更多的疑问。如果我在一个有8行6列的csv上运行您的代码，它就可以正常工作。如果我是正确的，形成的阵列将是8x6。“res”变量将有8个值。但如果我只想为第一行运行优化代码呢？我无法为数据[0]中的行运行以下命令：res=[optimize.newton（func，5102，args=row）。此外，如果我通过手动指定值来运行代码，则会为