最小化具有numpy数组作为参数的python函数

我是python的新手,我有以下问题：我试图最小化一个python函数,它有一个numpy数组作为其参数之一.当我使用scipy.optimize.fmin时,它会将我的数组转换为一个列表(导致函数无法评估).是否有一个优化函数可以接受numpy数组作为函数参数？

提前致谢！

-MB

编辑：这是我正在谈论的一个例子,由@EOL提供：

import scipy.optimize as optimize
import numpy as np

def rosen(x):
    print x
    x=x[0]
    """The Rosenbrock function"""
    return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0)
x0 = np.array([[1.3,0.7,0.8,1.9,1.2]])
xopt = optimize.fmin(rosen,x0,xtol=1e-8,disp=True)
#[ 1.3  0.7  0.8  1.9  1.2]
#(note that this used to be a numpy array of length 0,#Now it's "lost" a set of brackets")

最佳答案

以下是使用来自scipy tutorial的optimize.fmin的示例：

import scipy.optimize as optimize
def rosen(x):
    """The Rosenbrock function"""
    return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0)
x0 = [1.3,1.2]
xopt = optimize.fmin(rosen,disp=True)
# Optimization terminated successfully.
#          Current function value: 0.000000
#          Iterations: 339
#          Function evaluations: 571
print(xopt)
# [ 1.  1.  1.  1.  1.]

这有帮助吗？如果没有,您可以修改此示例以显示变成列表的内容吗？