使用NumPy/SciPy最小化行列式时遇UFuncTypeError错误求助

问题原因 #

scipy.optimize.minimize在优化过程中，会向目标函数传递单元素numpy数组作为参数（即使初始值x0是标量）。此时你的N函数生成的数组会因为混合了标量和数组元素，被自动推断为object dtype，而np.linalg.det无法处理object类型的数组，因此抛出类型转换错误。

单独调用obj(0.054)正常是因为此时传入的是标量float，N生成的是float64类型数组，det可以正常计算。

解决方案 #

有两种简单的修复方式：

方式一：在目标函数中将参数转为标量 #

修改目标函数，把minimize传递的数组参数转为标量：

obj = lambda f: np.abs(np.linalg.det(N(xi, float(f))))
# 或者更稳妥的处理单元素数组：
# obj = lambda f: np.abs(np.linalg.det(N(xi, f.item())))

方式二：显式指定数组的数值类型 #

修改N函数，强制返回float64类型的数组，避免dtype被推断为object：

def N(xi,f):
    return np.array([[1,f],[xi,1]], dtype=np.float64)

验证 #

修改后重新运行minimize即可正常执行：

m = minimize(obj, x0)
print(m)

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