Home Articles

在python中使用fsolve时形状不匹配

Asked
Viewed 1869 times
-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 .

1 Answer

  • 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]][[1,2]] 是等效的列表表达式 .

Related