Python 如何使用SciPy优化三维阵列

我想优化一个三维阵列。我已按如下方式初始化阵列：

thresholds = numpy.full((20, 10, 12), 1/9999, ctypes.c_float).ctypes.data_as
             (ctypes.POINTER(((ctypes.c_float * 20) * 10) * 12)).contents

我还制作了一个CostFunction，其中参数为“thresholds”：

我想使用scipy中的de function minimize最小化costfunction的输出，如下所示：

result = minimize(CostFunction, thresholds, method='Nelder-Mead')

CostFunctionQuadratic(thresholds)

但我有这些错误： TypeError:应为c_float_Array_20_Array_10_Array_12实例，得到numpy.ndarray

当我在没有优化的情况下调用costfunction时，如下所示：

result = minimize(CostFunction, thresholds, method='Nelder-Mead')

CostFunctionQuadratic(thresholds)

它起作用了。但在优化过程中，我犯了一个错误。为什么会这样？我想阵列还是一样的？还是我用一个三维数组错误地调用了最小化函数？ 我的numpy版本是1.20.3，我的scipy版本是1.6.3，我在PyCharm工作

编辑

这是整个回溯：

Traceback (most recent call last):
  File "C:/Users/Name/PycharmProjects/OptimalisatiePreset/Main.py", line 53, in <module>
    result = minimize(CostFunctionLinear, thresholds, method='Nelder-Mead')
  File "C:\Users\Name\PycharmProjects\OptimalisatiePreset\venv\lib\site-packages\scipy\optimize\_minimize.py", line 608, in minimize
    return _minimize_neldermead(fun, x0, args, callback, **options)
  File "C:\Users\Name\PycharmProjects\OptimalisatiePreset\venv\lib\site-packages\scipy\optimize\optimize.py", line 723, in _minimize_neldermead
    fsim[k] = func(sim[k])
  File "C:\Users\Name\PycharmProjects\OptimalisatiePreset\venv\lib\site-packages\scipy\optimize\optimize.py", line 461, in function_wrapper
    return function(*(wrapper_args + args))
  File "C:/Users/Name/PycharmProjects/OptimalisatiePreset/Main.py", line 40, in CostFunctionQuadratic
    settings = Settings(thresholds)
  File "C:\Users\Name\PycharmProjects\OptimalisatiePreset\Variables.py", line 88, in Settings
    Settings.thresholds = aThresholds
TypeError: expected c_float_Array_20_Array_10_Array_12 instance, got numpy.ndarray

回溯（最近一次呼叫最后一次）：
文件“C:/Users/Name/PycharmProjects/OptimalisatiePreset/Main.py”，第53行，在
结果=最小化（成本函数线性，阈值，方法='Nelder-Mead'）
文件“C:\Users\Name\PycharmProjects\optimisatiepreset\venv\lib\site packages\scipy\optimize\\u minimize.py”，最小化中第608行
return _minimize_neldermead（fun、x0、args、callback、**选项）
文件“C:\Users\Name\PycharmProjects\optimisatiepreset\venv\lib\site packages\scipy\optimize\optimize.py”，第723行，在neldermead中
fsim[k]=func（sim[k]）
文件“C:\Users\Name\PycharmProjects\optimisatiepreset\venv\lib\site packages\scipy\optimize\optimize.py”，第461行，在函数包装器中
返回函数（*（包装器参数+参数））
文件“C:/Users/Name/PycharmProjects/OptimalisatiePreset/Main.py”，第40行，在CostFunction中
设置=设置（阈值）
文件“C:\Users\Name\PycharmProjects\OptimalisatiePreset\Variables.py”，第88行，在设置中
Settings.thresholds=aThresholds
TypeError:应为c_float_Array_20_Array_10_Array_12实例，获取numpy.ndarray

您对定义

阈值的方式有何期望？检查
类型（阈值）
和
类型（阈值）
。你有没有理由不把它定义为
numpy.full（（20,10,12），1/9999，numpy.float32）
？type（阈值）给出：“Types.c\u float\u Array\u 20\u Array\u 10\u Array\u 12”和type（阈值）给我：“浮点”。我没有使用NoPy.FulAT32，因为我的COSTEngle中的DLL是C++ DLL。所以参数必须是cType。我误解了正在发生的事情。你应该已经发布了完整的回溯。在代码>最小值（）/代码>中似乎发生了什么：<代码>阈值< /C> >被转换为<代码> NDARLY< /COD>对象（<代码>类型）。（aThresholds）

确认了这一点），当您尝试将其传递给

dll.DetermineClass（）时，会出现一个错误

。因此，在成本函数中，您必须将数组值转换为c_浮点数组。我添加了整个回溯。您知道现在发生了什么吗？在

costfunction

开始时，检查

aThresholds

的性质，它从

minimize

获得的测试值。注意形状和数据类型。