scipy.optimize, IndexError: недопустимая переменная индекса в скалярной переменной

Question

Я пытаюсь реализовать scipy.optimmize.minimize в многомерной скалярной функции, используя метод nelder-mead.Мое определение функции при вызове в функции печати работает отлично.Когда я включаю сворачивание, он выдает IndexError.

from scipy.optimize import minimize
import math
import numpy as np

c_ = [1.,1.,1.]
d_ = [1.,1.,1.]
x_=[c_,d_]

def hamiltonian(x_):
    N=len(c_)
    return np.sum([(1/n**3.0)*(n-i)*i*(x_[0][(n-i)]*x_[0][i]+x_[1][(n-i)]*x_[1][i])-(1/n**3.0/alpha**2.0)*np.sum([x_[0][(n-i-j)]*x_[0][i]*x_[1][j] for j in range(0,(n-i+1))])  for n in range(1,N) for i in range(0,(n+1))])

print hamiltonian(x_) #no problem here

res = minimize(hamiltonian, x_, method='nelder-mead') #problem here

Answer 1

Это потому, что x_ представляет собой список списков:

>>> x_
[[1.0, 1.0, 1.0], [1.0, 1.0, 1.0]]

Таким образом, замените строку x_=[c_,d_] на:

>>> x_ = c_ + d_

Вам также придется изменить свойhamiltonian для 1xN или Nx1 списка / массива.

Самое простое, что я могу придумать:

def hamiltonian(x_):
    N=len(c_)
    if type(x_[0]) == np.array:
        x_ = np.concatenate((x_[0:N], x_[N:]), axis=0)
    return np.sum([(1/n**3.0)*(n-i)*i*(x_[0][(n-i)]*x_[0][i]+x_[1][(n-i)]*x_[1][i])-(1/n**3.0/alpha**2.0)*np.sum([x_[0][(n-i-j)]*x_[0][i]*x_[1][j] for j in range(0,(n-i+1))])  for n in range(1,N) for i in range(0,(n+1))])