为 Scipy.optimize.minimize 输入一组数据

问题描述

import scipy.optimize as opt
    
def fun1(u,es):
    theta = u[0]
    ret = (np.fft.fft(es_storex.flatten()+1j*es_storey.flatten()))*np.exp(1j*theta)

    return (ret)

x = np.array([3.])
results = opt.minimize(fun1,x)

我正在尝试对我的 FFT 信号进行相位校正。 esx_store[0] 和 esy_store[0] 是数据数组。有没有办法可以使用 scipy.optimize.minimize 来最小化这些数据，并获得 theta 的最佳值来对我的数据进行相位校正？

使用 flatten() 它仍然给出错误“ ValueError：用户提供的目标函数必须返回一个标量值。"

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）