Python 如何使用牛顿函数寻找Scipy'；s优化包

我想使用加载为的

newton

函数

from scipy.optimize import newton

为了找到用户输入的函数的零。我编写了一个脚本，首先要求用户指定一个函数及其一阶导数，以及算法的起点。首先键入

help（newton）

我了解了哪些参数使用函数和相关解释：

newton（func，x0，fprime=None，args=（），tol=1.48e-08，maxiter=50）

我必须以哪种方式传递我的函数？如果我使用func，例如

x**3

（及其一阶导数），则响应为

name错误：未定义名称“x”

。在互联网上，我发现首先我必须定义我的函数及其一阶导数，并将名称作为参数传递。所以我做了以下几点

fie = raw_input('Enter function in terms of x (e.g. x**2 - 2*x). F= ')
dfie = raw_input('Enter first derivative of function above DF = ')
x0 = input('Enter starting point x0 = ')

def F(x,fie):
    y = eval(fie)
    return y 

def DF(x, dfie):
    dy = eval(dfie)
    return dy

print newton(F,x0,DF)

但是我得到了输出

    102         for iter in range(maxiter):
    103             myargs = (p0,) + args
--> 104             fder = fprime(*myargs)
    105             if fder == 0:
    106                 msg = "derivative was zero."

TypeError: DF() takes exactly 2 arguments (1 given)

---

如果我省略了DF，那么F的问题也是一样的。查看

/usr/local/share/src/scipy/scipy/optimize/zeros.py

中的代码，我看到它使用

fder=fprime（*myargs）

计算一阶导数，因此可能我必须输入

args

一些使其工作的东西。我在考虑，但没有解决办法

首先，请注意使用

eval

会使您的程序容易受到恶意用户的攻击。如果该问题不适用，您可以如下创建F和DF：

F = eval('lambda x :'+fie)
DF = eval('lambda x :'+dfie)

然后这两个函数只需要一个参数，您可以将

args

参数保留为空

编辑。如果你真的想尽可能地坚持你的代码，这也应该行得通，但对我来说并不太好

newton

将向两个函数发送相同的

args

def F(x,fie,dfie):
    y = eval(fie)
    return y 

def DF(x,fie,dfie):
    dy = eval(dfie)
    return dy

print newton(F,x0,DF,(fie,dfie))

---

对不起，这对我来说是非常重要的（我的意思是lambda），你能给我解释一下这种“形式主义”吗？@StefanoMessina A计算的是一个函数对象。让我们暂时假设一下，我“必须”使用函数newton（）的参数“args”来传递“fie”。@StefanoMessina在我的答案中添加了这样一种方法。

def F(x,fie,dfie):
    y = eval(fie)
    return y 

def DF(x,fie,dfie):
    dy = eval(dfie)
    return dy

print newton(F,x0,DF,(fie,dfie))