Scipy minimize error: "invalid index to scalar variable"

Question

我正在尝试最小化函数 w.r.t。形状 (30) 的列表 x0，但我收到错误：

"invalid index to scalar variable"

特别是我的代码是这样的：

def func(data, x0):
    s_i=np.zeros(data.shape[0])
    for i in range(data.shape[0]):
          x=(data[i][0]+(data[i][1:]*x0).sum())
          s_i[i]=x
    return (s_i*s_i).sum()-(s_i.sum())**2
x0=np.ones(30)
x0=list(x0)
out=scipy.optimize.minimize(func, x0, args=(data), method='Nelder-Mead', options={'maxiter':100000, 'disp': True})

其中数据是形状为 (N,31) 的 numpy 数组，data[i][1:]*x0 是引发错误的部分。我该如何解决？

Answer 1

已解决。我之前通过拆分数据重新定义了函数：

c=data[:,1:]
d=data[:,0]
def func(c,d, x0):
s_i=np.zeros(c.shape[0])
for i in range(c.shape[0]):
      x=(d[i]+(c[i]*x0).sum())
      s_i[i]=x
return (s_i*s_i).sum()-(s_i.sum())**2

Scipy minimize error: "invalid index to scalar variable"

Scipy minimize error: "invalid index to scalar variable"

python

numpy

scipy

scipy-optimize

scipy-optimize-minimize