Python scipy.optimize.brute（）可以优化向量函数吗？

通过查看的文档，我不清楚它是否支持向量函数，如果支持，如何为每个坐标指定范围

例如，考虑一个简单的向量函数：

f=lambda x: np.sum(x)

其中

x

是长度为50的numpy数组。假设我想搜索一个范围，其中

x

中的每个坐标可以是

[0,1,2,3,4]

中的一个。是否支持此功能？如何指定range参数以获取此值

---

这个特定的

f

只是为了说明，我的实际功能当然要复杂得多。

是的，它可以。您需要提供该范围的列表列表parameter@runnerup

sp.optimize.brute（f，ranges=[[0,1,2,3]，[0,1,2,3]，[0,1,2,3]）

给出一个错误：

TypeError:slice最多需要3个参数，得到4个
brute（f，ranges=[slice（0,5），slice（0,5），slice（0,5）]，finish=None）
@runnerup谢谢，你想把它写进一个答案吗？