scipy.optimize.root_scalar多数组参数传参报错，求正确传参方式

错误原因 #

1. 参数传递冲突：scipy.optimize.root_scalar的位置参数中，第二个参数是args，你直接把初始猜测值guess作为位置参数放在f后面，又显式传递了args=(m_l,m_B)，导致args被重复赋值，触发multiple values错误。
2. 函数参数顺序错误：root_scalar会将待求解的变量（即你的y）作为第一个参数传递给目标函数f和导函数df，但你定义的函数把y放在了最后一位，导致参数匹配失败。

修正方案 #

步骤1：调整函数参数顺序 #

把待求解的y放在函数的第一个参数位置：

import numpy as np
from scipy import optimize

def f(y, m_l, m_B):
    value = -1.0 + np.sum(m_l * np.exp(-m_B * y))
    return value

def df(y, m_l, m_B):
    value = -np.sum(m_B * m_l * np.exp(-m_B * y))
    return value

步骤2：正确调用root_scalar #

用关键字参数x0传递初始猜测值，避免和args的位置参数冲突：

m_l = np.array([0.0036132256153053369, 0.95110068028445593])
m_B = np.array([0.48884897299905006, 0.95605658765269563])
guess = -0.048557088449677460

root = optimize.root_scalar(
    f,
    x0=guess,
    fprime=df,
    args=(m_l, m_B),
    method='newton',
    rtol=1e-9,
    maxiter=1000
)

# 查看求解结果
print(root)

关键说明 #

• x0是root_scalar中指定初始猜测值的关键字参数，必须显式指定，不能用位置参数传递，否则会和args的位置冲突。
• 目标函数和导函数的第一个参数必须是待求解的变量，后续参数通过args传递，root_scalar会自动将args中的参数依次传递给函数的后续位置。

内容的提问来源于stack exchange，提问作者user1612986