Python spo.optimize：只有整数、切片（：）、省略号（…）、numpy.newaxis（无）以及整数或布尔数组是有效的索引

result=spo.minimize（min1，line，args=（df1），method='SLSQP'，options={'disp'：True}）

我得到一个错误，如下所示：

df = pd.read_csv("loc.csv",index_col=['Date'],na_values=['NA'],
                     parse_dates=True)

dates = pd.date_range('2010-01-01','2010-12-31')

symbols = ['AAPL','GOOG']

df1= df.ix[dates,symbols]

df1=df1.dropna(how='all')

line = [.5,0]

def min1 (df1,l ):
    err= np.sum( (df1['GOOG']-(df1['AAPL']*l[0]+l[1]))**2 )
    return err

---

任何帮助都将不胜感激。谢谢

该错误意味着某个浮点或数组（或列表）变量正在索引角色中使用；i、 它不应该在某个地方

虽然我必须更仔细地研究您的代码，但首先吸引我注意的是

（df）

。这应该是元组，并且需要逗号：

only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices

如果这个简单的修复方案不起作用，请提供更多的错误堆栈，以便我们更好地了解问题发生的位置

---

这个能跑吗

args= (df1,)

函数的第一个参数是“自由变量”，即

minimize

可变的变量，从

x0

值（

line

）开始。

args

参数在不改变的情况下提供添加的参数

---

给定初始值，

line=[.5,0]

，实际调用了

min1

（第一次使用

min1(line, df1)

但是在

min1

中，您使用字符串索引第一个参数，就好像它是一个Pandas对象，而不是一个简单的2元素数组

min1(np.array([.5,0]), df1)

这可能就是产生错误的原因

因此，问题的根源是混淆了

min1

的参数顺序，并混淆了数组和数据帧。

感谢您的回复..min1（line，df1）…这起作用了..在函数“l”中是一个2元素系列，df1是一个熊猫..我不清楚您的评论“混淆数组和数据帧”。请解释

df1['GOOG']  # here df1 is the initial array, not the dataframe