最小化具有numpy数组作为参数的python函数

Question

我是python的新手，我有以下问题：我正在尝试最小化一个python函数，该函数有一个numpy数组作为其参数之一。当我使用scipy.optimize.fmin时，它会将我的数组转换为一个列表（导致函数无法评估）。是否有一个优化函数可以接受numpy数组作为函数参数？

提前致谢！

-MB

编辑：这是我正在谈论的一个例子，由@EOL提供：

import scipy.optimize as optimize
import numpy as np

def rosen(x):
    print x
    x=x[0]
    """The Rosenbrock function"""
    return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0)
x0 = np.array([[1.3, 0.7, 0.8, 1.9, 1.2]])
xopt = optimize.fmin(rosen, x0, xtol=1e-8, disp=True)
#[ 1.3  0.7  0.8  1.9  1.2]
#(note that this used to be a numpy array of length 0, 
#now it's "lost" a set of brackets")

Answer 1

以下是使用来自scipy tutorial的<{1}}的示例：

optimize.fmin

这有帮助吗？如果没有，您可以修改此示例以显示变成列表的内容吗？