Python 二元极小化函数

我试图最小化一个有两个参数的函数：

def c_Gamma_gamma_fv(cf, cv):
    return np.abs((4 * eta_gamma * charges**2 * a_q * cf).sum() + 4.* cf *a_tau/3. + a_w * cv)**2/Gamma_gamma

def mu_fv(cf, cv):
    return np.array([cf**4, cf**2 * cv**2, cf**2 * 
c_Gamma_gamma_fv(cf, cv), cv**2 * c_Gamma_gamma_fv(cf, cv), cf**4, cv**2 * cf**2, cf**2 * cv**2,
                 cv**4, cv**2 * cf**2, cv**4])

def chi_square_fv(cf, cv):
    return ((mu_fv(cf, cv) - mu_data) @ inv_cov @ (mu_fv(cf, cv) - mu_data))

x0 = [1., 1.]
res_fv = minimize(chi_square_fv, x0)

但是，我得到了错误“TypeError:chi_square_fv（）缺少1个必需的位置参数：'cv'”。但是，当我执行以下操作时：

print(chi_square_fv(1.,1.))

我得到输出

38.8312698786

---

我不理解这一点，而且我对这类程序还不熟悉。我该如何进行？OBS:Gamma\u Gamma只是代码中的一个常量。

由于您没有向我们提供代码中的所有变量值，我不得不猜测

我认为问题在于如何传递参数

x0=[1,1.]

将

x0

指定为一个包含两个值的列表，这是一个实体。但是，在您的

卡方图fv

中，输入是两个独立的值，而不是列表

您可以尝试更改

chi_square\u fv

功能：

def chi_square_fv(clist):
    cf, cv = clist
    return ((mu_fv(cf, cv) - mu_data) @ inv_cov @ (mu_fv(cf, cv) - mu_data))

如果启用最小化，您将找到可选的

args

参数（还可以查看@sacha的注释）

因此，由于您的函数包含两个参数，并且您希望在其中一个参数上最小化它，所以您需要为另一个参数传递值

minimize(chi_square_fv, x0, args=(cv,))

---

它将把一些

cv

值作为第二个参数传递给函数

chi_square\u fv

您尝试的

minimize（chi_square\u fv，x0，args=（cv，）

？（假设你有cv；如果没有，你可能想准备你的函数，将x解压到你需要的变量中；但是从你不完整的例子中很难读出：第一个参数x总是决策变量的（平面）向量）是的，我试图最小化与2个参数相关的函数。将它们转换为向量解决了问题。非常感谢您的时间和帮助！使用解包可以减少一行，尽管

cf，cv=clist

@Roushan，同意。这很有效！非常感谢您的时间！现在我理解了我的错误！