执行approx_fprime时遇ValueError：用序列设置数组元素

你遇到的这个错误核心原因很明确：scipy.optimize.approx_fprime要求目标函数必须返回标量值，但你最初定义的J(x)函数返回的是一个数组，这和它的预期输入输出不匹配。

原代码的问题分析 #

来看你最初的函数：

def J(x):
    return x*x

当你传入xk.ravel()（一个长度为9的一维数组）时，x*x会执行元素级别的乘法，返回一个同样长度的数组，而不是单个数值。approx_fprime在计算数值梯度时，需要对每个维度的参数做微小扰动，然后计算函数输出的差分——如果函数返回的是数组，它无法完成这个差分计算，因此抛出ValueError。

修正方案 #

你自己已经找对了正确的方向：把目标函数修改为返回标量。修正后的函数用np.sum(x**2)对所有元素的平方求和，确保无论输入的一维数组长度是多少，最终返回的都是单个数值：

def J(x):
    return np.sum(x**2)

完整修正代码 #

import numpy as np
import scipy.optimize as op

def J(x):
    return np.sum(x**2)

xk = np.arange(1,10).reshape(3,3).astype('float32')
print(op.approx_fprime(xk.ravel(), J, 0.01))

运行这段代码后，你会得到近似的梯度值，对于J(x)=sum(x²)这个函数来说，理论梯度是2x，所以输出结果会和2*xk.ravel()非常接近（由于使用了0.01的扰动步长，会存在微小的数值误差）。

内容的提问来源于stack exchange，提问作者j35t3r