scipy.optimize.minimize 返回零维数组？答案

【问题标题】：scipy.optimize.minimize returning zero-dimensional array?scipy.optimize.minimize 返回零维数组？
【发布时间】：2018-07-23 02:46:45
【问题描述】：

为单维问题调用 Powell 最小化器会创建一个具有不可访问值的 OptimizeResult。例如：

from scipy.optimize import minimize
test = minimize(lambda x: 1.0, np.array([1.0]), method="Powell")

如果我然后要求test.x 我得到：

array(3.58792896)

那个“数组”有问题：我无法从中获取价值。例如，test.x[0] 返回IndexError: too many indices for array。就好像它是一个零维数组，或者有一些其他的引用问题。

（格式良好的ndarray 会显示为array([3.58792896])。）

我做错了什么？

【问题讨论】：

【解决方案1】：

这是一个 0 维数组，但它不应该是。虽然 0 维数组是 NumPy 中受支持的概念，但 minimize 调用不应该创建一个。 It looks like the devs are worried about breaking backward compatibility if they fix this，所以目前不太可能修复。

我建议使用numpy.atleast_1d 来处理这种情况与返回一维数组的情况一致，并且如果它们最终更改返回值则向前兼容：

test = minimize(...)
if not test.success:
    handle_that()
result = np.atleast_1d(test.x)

对于您期望 0D 数组并想要检索存储值的情况，请使用 0 索引的元组对其进行索引：

value = zero_d_array[()]

【讨论】：