Python 调用scipy.sparse.csr_矩阵时，scipy.optimize.minimize错误最小化

我正在尝试以过滤方式使用scipy.optimize.minimize：

fi=最小化（fun=二次函数，x0=fi，args=（alfa，Ks，Kf），方法='Nelder-Mead'）。x

其中fi是要优化的参数。二次函数的性质是，在每次调用中，都应该构造一个scipy.sparse.csr_矩阵。因此，除其他错误外，我还发现了以下错误（很抱歉混合了西班牙语和英语名称）：

文件“/Users/angle/Dropbox/Intercambio CIMAT/Solver/V2/sistemas/explicito.py”，第56行，在Solver\u explicito中 Matriz_Biot_菌株=esfuerzos_Biot（malla，因子，P，Q，R，N）

文件“/Users/angle/Dropbox/Intercambio CIMAT/Solver/V2/sistemas/sigma_biot.py”，第172行，在esfuerzos_biot中 sistema=csr_矩阵（（VAL，（行，列）），shape=（4*节点，4*节点），dtype=np.64）

文件“/Users/angel/anaconda/lib/python2.7/site packages/scipy/sparse/compressed.py”，第48行，在init 其他=自身。类（coo_矩阵（arg1，形状=形状））

文件“/Users/angel/anaconda/lib/python2.7/site packages/scipy/sparse/compressed.py”，第31行，在init arg1=arg1.asformat（self.format）

文件“/Users/angel/anaconda/lib/python2.7/site-packages/scipy/sparse/base.py”，第213行，格式为ASF 返回getattr（self，'to'+格式）（）

文件“/Users/angel/anaconda/lib/python2.7/site packages/scipy/sparse/coo.py”，第362行，在tocsr中 （数据）

TypeError:无法根据规则“safe”将数组数据从dtype（'O'）强制转换为dtype（'bool'）

我试着

fi=np.asarray（fi，dtype=np.float64）

但是没有成功

p.S.In可以计算二次函数（fi、alfa、Ks、Kf），这是一个标量值

编辑：

对于将来的引用，我可以通过在每次调用二次函数时将变量转换为浮点来解决问题，即通过执行以下操作：

fi=浮动（fi）

另一方面，为了问题的完整性：

---

@hpaulj在这个特殊的问题中，节点=151452，但它可以增长，因为我正在解决一个有限元问题。因为这是一个有限元问题，矩阵非常稀疏。最后，我找不到任何与最小化USAGE相关的文档，然后调用scypy sparse。

我怀疑

minimize

是否设计用于

sparse

矩阵。你有没有看到任何支持这种使用的文档？最好返回密集的等价物（

.toarray（）

或

.A

）。这些稀疏矩阵有多大？有多稀疏？错误消息似乎与optimize.minimize无关。相反，它看起来像是在二次函数中，您试图以某种错误的方式构造稀疏矩阵。由于您没有显示代码，因此无法确切说明具体内容。使用该选项可以找出问题所在。