scipy.optimize.minimize 返回零维数组？

Question

为一维问题调用 Powell 最小化器正在创建一个 OptimizeResult 具有不可访问的值。例如：

from scipy.optimize import minimize
test = minimize(lambda x: 1.0, np.array([1.0]), method="Powell")

如果我要求 test.x 我得到：

array(3.58792896)

有问题"array"：我无法从中获取价值。例如，test.x[0] returns IndexError: too many indices for array。好像是零维数组，或者是其他引用问题。

（格式正确的 ndarray 会显示为 array([3.58792896])。）

我做错了什么？

Answer 1

那是一个 0 维数组，但它不应该是。虽然 0 维数组是 NumPy 中受支持的概念，但 minimize 调用不应该创建一个。 It looks like the devs are worried about breaking backward compatibility if they fix this，因此目前不太可能修复。

我建议使用 numpy.atleast_1d 来处理这种情况，与 return 一维数组的情况一致，并且如果它们最终改变了 return 值，则向前兼容：

test = minimize(...)
if not test.success:
    handle_that()
result = np.atleast_1d(test.x)

对于您期望 0D 数组并想要检索存储值的情况，使用 0 索引的元组对其进行索引：

value = zero_d_array[()]

scipy.optimize.minimize returning zero-dimensional array?