使用Scipy.brute优化接收DataFrame的目标函数时参数报错如何解决

• Scipy的optimize.brute的args参数要求传入参数元组，你直接传入可迭代的processed对象时，Python会自动将其拆解为多个独立的位置参数传入bwp函数，你的processed共有3757行，因此会抛出“需要2个参数但收到3757个”的类型错误。
• 此前使用nelder-mead方法可正常运行，大概率是你之前传参时无意识写对了单元素元组格式。

仅需要将args参数的取值改为单元素元组即可，在processed后补充一个英文逗号声明为元组。另外你当前bwp函数中用的processed[i, 3]是Numpy数组的索引写法，如果你传入的确实是Pandas的DataFrame，需要同步修改为iloc索引，避免后续触发索引报错。

修改后的完整代码如下：

# 修复索引写法后的目标函数
def bwp(x, processed):
    pred,real = x
    money = 1000
    for i in range(0, len(processed)):
        if processed.iloc[i, 3] > pred and processed.iloc[i-1,4] > real:
            money = money + (money * processed.iloc[i, 4])
    return money * -1

# 修复传参格式后的优化函数
def opt_2(processed):
    bounds = (slice(-1, 1), slice(-1, 1))
    # 注意args参数传入的是单元素元组，后面必须加逗号
    resbrute = optimize.brute(bwp, ranges=bounds, args=(processed,), full_output=True, finish=optimize.fmin)
    print(resbrute[0])
    print(resbrute[1])

内容的提问来源于stack exchange，提问作者tribo32