我试图在filowing方式中使用scipy.optimize.minimize：
fi =最小化（fun = quadratic_function，x0 = fi，args =（alfa，Ks，Kf），method ='Nelder-Mead'） . x
其中fi是要优化的参数 . 并且quadratic_function具有这样的性质，即在每次调用时，都应该构造一个scipy.sparse.csr_matrix . 所以，除了其他错误，我得到这个（抱歉混合西班牙语和英语名称）：
文件“/ Users / angel / Dropbox / Intercambio CIMAT / Solver / V2 / sistemas / explicito.py”，第56行，在solver_explicito中Matriz_Biot_strain = esfuerzos_biot（malla，factor，P，Q，R，N）文件“/ Users / angel / Dropbox / Intercambio CIMAT / Solver / V2 / sistemas / sigma_biot.py“，第172行，在esfuerzos_biot sistema = csr_matrix（（vals，（rows，cols）），shape =（4 * Nodes，4 * Nodes），dtype = np.float64）文件“/Users/angel/anaconda/lib/python2.7/site-packages/scipy/sparse/compressed.py”，第48行，在init other = self.class（coo_matrix（arg1，shape =）形状））文件“/Users/angel/anaconda/lib/python2.7/site-packages/scipy/sparse/compressed.py”，第31行，在init arg1 = arg1.asformat（self.format）文件“/ Users /angel/anaconda/lib/python2.7/site-packages/scipy/sparse/base.py“，第213行，在asformat中返回getattr（自我，'到'格式）（）文件”/ Users / angel / anaconda / lib / python2.7 / site-packages / scipy / sparse / coo.py“，第362行，在tocsr数据中）TypeError：无法根据规则将数组数据从dtype（'O'）转换为dtype（'bool'） '安全'
我试着做
fi = np.asarray（fi，dtype = np.float64）
但没有成功 .
附： In可以评估quadratic_function（fi，alfa，Ks，Kf），这是一个标量值
编辑：
对于将来的引用，我能够通过在每次调用quadratic_function时将变量转换为float来解决问题，即通过执行以下操作：
fi = float（fi）
另一方面，为了问题的完整性：@hpaulj在这个特殊的问题中，节点= 151452，但它可以增长，因为我正在解决FEM问题 . 而且因为它是一个FEM问题，所以矩阵要稀疏 . 最后，我无法找到任何关于最小化的消息，然后调用scypy稀疏的文档 .