最小化n个函数

Question

我有两个函数，其距离（y_1-y_2）我需要最小化才能获得两者之间的最佳因子（dfactor），所以我可以将它们一起绘制并最适合它们更多钞票。与文档中的示例的不同之处在于，在这种情况下，我有n个点，我可以计算差异，因此我有n个函数可以最小化。使用scipy.optimize.minimize_scalar我使用以下语法：

def chi(dfactor):
    for i in range(0, n):
        return abs(dfactor*y_1[i] - y_2[i])

res = minimize_scalar(chi)
print res.x 

现在res.x不是最适合这两个情节的因素。我希望得到一个n个元素的数组，它们之间非常相似，我可以获得我需要的单个dfactor。但我不确定minimize_scalar是这样的。

检查desired result，我计算红点与蓝色图中相应点之间的差异（此处表示为线条，因为它是一个光谱），以尽可能好地过度绘制它们。

Answer 1

在单个函数中不能有多个return语句，只会调用第一个语句。相反，您需要返回一些错误的集合，例如root意味着quaring错误：

# Convert to numpy arrays
y_1 = np.asarray(y_1)
y_2 = np.asarray(y_2)

def chi(dfactor):
    residual = dfactor * y_1 - y_2
    return np.mean(residual ** 2)

res = minimize_scalar(chi)
print res.x