首页 文章

在python中使用fsolve时形状不匹配

提问于
浏览 次
-1
#solve for U[i],sig[i]

def f(x):
    u=x[0]
    v=x[1]
    s1=0 #sum
    s2=0
    for j in range (N-i,N+i+1):
        s1=s1+Qu[j,i]/(1+u*exp(v*(N-j)*sdt)*dt)
        s2=s2+Qd[j,i]/(1+u*exp(v*(N-j)*sdt)*dt)

    return [Pu[i+1]-s1,Pd[i+1]-s2]

result=fsolve(f,[0,0])

TypeError：fsolve：'func'参数'f'的输入和输出形状之间存在不匹配.Shape应为（2，），但它是（2,1） .

所有其他参数都是已知数字（除了u，v） .

以下是一个成功的例子，我认为我的代码具有相同的格式 .

# success example

def f(x):                                  
    u=x[0]
    v=x[1]
    return [u+v-4, u**2+v**2-8]   

result=fsolve(f,[0,0])

它们具有相同的格式，但第一个不起作用 .

提前致谢 .

python numpy scipy

1 回答

  • 0

    随着你的第二个 f ：

    In [596]: def f(x):                                  
     ...:     u=x[0]
     ...:     v=x[1]
     ...:     return [u+v-4, u**2+v**2-8]   
     ...:

    我给它一个2元素列表，并获得一个2元素列表

    In [597]: f([0,0])
Out[597]: [-4, -8]

    实际上 fsolve 会将您的 x0 转换为2元素数组，并将返回视为数组

    In [598]: f(np.array([0,0]))
Out[598]: [-4, -8]

In [599]: np.array(f(np.array([0,0])))
Out[599]: array([-4, -8])
In [600]: _.shape
Out[600]: (2,)

    由于所有未定义的变量（Qu，Pu等），我无法证明您的第一个 f . 我想我可以猜出合理的形状，但我不喜欢这样做 .

    但错误消息表明它生成类似于：

    In [601]: np.array([[1],[2]])
Out[601]: 
array([[1],
       [2]])
In [602]: _.shape
Out[602]: (2, 1)

    我可以通过对你的第二个 f 进行一点改变来模仿：

    In [606]: def f1(x):                                  
     ...:     u=x[0]
     ...:     v=x[1]
     ...:     return [[u+v-4], [u**2+v**2-8]]   
     ...: 
In [607]: optimize.fsolve(f1,[0,0])
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-607-a21691ae31f8> in <module>()
----> 1 optimize.fsolve(f1,[0,0])

/usr/lib/python3/dist-packages/scipy/optimize/minpack.py in fsolve(func, x0, args, fprime, full_output, col_deriv, xtol, maxfev, band, epsfcn, factor, diag)
    144                'diag': diag}
    145 
--> 146     res = _root_hybr(func, x0, args, jac=fprime, **options)
    147     if full_output:
    148         x = res['x']

/usr/lib/python3/dist-packages/scipy/optimize/minpack.py in _root_hybr(func, x0, args, jac, col_deriv, xtol, maxfev, band, eps, factor, diag, **unknown_options)
    210     if not isinstance(args, tuple):
    211         args = (args,)
--> 212     shape, dtype = _check_func('fsolve', 'func', func, x0, args, n, (n,))
    213     if epsfcn is None:
    214         epsfcn = finfo(dtype).eps

/usr/lib/python3/dist-packages/scipy/optimize/minpack.py in _check_func(checker, argname, thefunc, x0, args, numinputs, output_shape)
     38                 msg += "."
     39             msg += 'Shape should be %s but it is %s.' % (output_shape, shape(res))
---> 40             raise TypeError(msg)
     41     if issubdtype(res.dtype, inexact):
     42         dt = res.dtype

TypeError: fsolve: there is a mismatch between the input and output shape of the 'func' argument 'f1'.Shape should be (2,) but it is (2, 1).

    所以它执行测试计算，类似于 f(x0) ，并检查返回的维度 . 当他们的期望不符合时抱怨 .

    请记住， numpy 数组可以包含0,1,2或更多维 . 相比之下，MATLAB至少有2d . 所以在numpy中，像（2，）这样的形状与（2,1）或（1,2）不同 . 它们都有2个元素，并且可以相互重新形成，但对于许多操作，维数的数量很重要 .

    [1,2] ， [[1],[2]] 和 [[1,2]] 是等效的列表表达式 .

    回复于

相关问题