将 numpy 向量转换为 cvxopt

Question

这可能是一个非常愚蠢的问题，但我一直在努力解决这个问题并且在文档中找不到它。

我正在尝试使用 description given here. The documentation here 进行二次规划，仅涵盖将二维 numpy 数组转换为 cvxopt 数组，而不是一维 numpy 数组。

objective 函数 (1/2)x' P x + q' x 的 q 向量是一个 numpy 向量，例如大小 n。

我尝试通过以下方式将 q 从 numpy 转换为 cvxopt：

import cvxopt as cvx
cvx_q = cvx.matrix(q)   # didn't work
cvx_q = cvx.matrix(q, (n, 1)) # didn't work
cvx_q = cvx.matrix(np.array([q])) # didn't work
cvx_q = cvx.matrix(np.array([q]), (1, n)) # didn't work
cvx_q = cvx.matrix(np.array([q]), (n, 1)) # didn't work

在所有情况下，我都会得到答案 TypeError: buffer format not supported。

但是，numpy 矩阵似乎工作正常，例如

cvx_p = cvx.matrix(p)   # works fine, p is a n x n numpy matrix

如果我尝试运行优化而不将 numpy 向量转换为 cvxopt 格式，如下所示：

cvxs.qp(cvx_p, cvx_q, cvx_g, cvx_h, cvx_a, cvx_b)

我收到一个错误：TypeError 'q' must be a 'd' matrix with one column。

将 numpy 向量转换为具有一列的 cvxopt 矩阵的正确方法是什么？

Answer 1

你没有包含任何示例数据，但当我遇到这个错误时，是因为数据类型。

尝试：

q = q.astype(np.double)
cvx_q = matrix(q)

CVX 只接受双精度数，不接受整数。

Answer 2

一个关键错误是您假设 CVX 接受 int，这是不正确的。 CVX 只接受双倍。所以，正确的做法可能是：

import cvxopt as cp
if not isinstance(q, np.double): 
  q.astype(np.double)
cvx_q = cp.matrix(q)

将 numpy 向量转换为 cvxopt

converting numpy vector to cvxopt

python

numpy

cvxopt