简短回答

Question

运行scipy.minimize函数＆＃34;我得到TypeError：＆＃39; numpy.float64＆＃39;对象不可调用＆＃34;。特别是在执行期间：

    .../scipy/optimize/optimize.py", line 292, in function_wrapper
return function(*(wrapper_args + args))

我已经在这里看过以前类似的主题，通常会出现这个问题，因为.minimize的第一个输入参数不是功能。我很难弄明白，因为＆＃34; a＆＃34;是功能。你觉得怎么样？

    ### "data" is a pandas data frame of float values
    ### "w" is a numpy float array i.e. [0.11365704 0.00886848 0.65302202 0.05680696 0.1676455 ]

    def a(data, w):
        ### Return a negative float value from position [2] of an numpy array of float values calculated via the "b" function i.e -0.3632965490830499 
        return -b(data, w)[2]

    constraint = ({'type': 'eq', 'fun': lambda x: np.sum(x) - 1})

    ### i.e ((0, 1), (0, 1), (0, 1), (0, 1), (0, 1))
    bound = tuple((0, 1) for x in range (len(symbols)))

    opts = scipy.minimize(a(data, w), len(symbols) * [1. / len(symbols),], method = 'SLSQP', bounds = bound, constraints = constraint)

Answer 1

简短回答

应该是：

opts = scipy.minimize(a, len(symbols) * [1. / len(symbols),], args=(w,), method='SLSQP', bounds=bound, constraints=constraint)

详细

a(data, w)不是函数，它是函数调用。换句话说，a(data, w)实际上具有函数a的返回值的值和类型。 minimize需要没有调用的实际函数（即没有括号(...)以及中间的所有内容）作为其第一个参数。

来自scipy.optimize.minimize docs：

scipy.optimize.minimize（fun，x0，args =（），method = None，jac = None，hess = None，hessp = None，bounds = None，constraints =（），tol = None，callback = None ，options = None）

...

fun：callable

要最小化的目标函数。必须采用f（x，* args）形式。优化参数x是一维点数组，args是完全指定函数所需的任何其他固定参数的元组。

...

args：元组，可选

传递给目标函数的额外参数......

因此，假设w已修复（至少就您所需的最小化而言），您可以通过minimize参数将其传递给args，就像我上面所做的那样。

Answer 2

您没有传递函数，但评估结果最小化。

opts = scipy.minimize(a,  len(symbols) * [1. / len(symbols),], method = 'SLSQP', bounds = bound, constraints = constraint, args = (data,w))

应该工作。

编辑：修复了愚蠢的语法错误。

Scipy.minimize - ＆＃34; TypeError：numpy.float64＆＃39;对象不可调用运行＆＃34;

2 个答案:

简短回答

详细