寻找插值函数的最小值。

Question

我有一个我无法解决的问题。我已经使用 scipy.interpolate.interp2d 从数据创建了一个插值函数，这给了我一个两个变量的可调用函数

 def Time_function():

      '''creates a interpolated function of Time depending on
      Cl and Cd using the in and outputs of matlab sim run.
     '''

      return interp2d(import_data()[0], import_data()[1], import_data()[2])

Witch 工作得很好，但是我现在想找到这个函数的最小值 scipy.optimize.fmin 或最小化

def find_min_time():

     '''finds the min time based on the interpolated function
     '''

     f = Time_function()

     return minimize(f, np.array([1.0, 0.4]))

f 显然需要 2 个参数，因此最小化需要一个函数 (f) 和两个猜测。但是，当我收到此错误时，我似乎找不到输入初始猜测的正确方法：

TypeError: __call__() takes at least 3 arguments (2 given)

有人知道解决办法吗？

干杯//

Answer 1

来自scipy.interpolate.interp2d的帮助：

 |  __call__(self, x, y, dx=0, dy=0, assume_sorted=False)
 |      Interpolate the function.
 |      
 |      Parameters
 |      ----------
 |      x : 1D array
 |          x-coordinates of the mesh on which to interpolate.
 |      y : 1D array
 |          y-coordinates of the mesh on which to interpolate.

在scipy.optimize.minimize的帮助下：

minimize(fun, x0, args=(), method=None, jac=None, hess=None, hessp=None, bounds=None, constraints=(), tol=None, callback=None, options=None)
    Minimization of scalar function of one or more variables.
    
    ....
    
    Parameters
    ----------
    fun : callable
        Objective function.
    x0 : ndarray
        Initial guess.

因此，interp2d 似乎构造了一个具有 2 个单独输入参数的函数，但 minimize 试图将两个变量填充为同一输入 ndarray 的两个分量。您可以使用lambda 在两种语法之间进行调解：

f = Time_function()

return minimize(lambda v: f(v[0],v[1]), np.array([1.0, 0.4]))

顺便说一句，我有时会发现interp2d 到give weird results。您可能要考虑使用scipy.interpolate.griddata，它不会为您构造插值函数，而是计算给定输入点的替代值（但您可以自己访问插值函数，例如LinearNDInterpolator）。虽然我希望 griddata 在插值方面做得更好，但它可能（可能）比替换为使用 interp2d 构造的单个插值函数要慢（但无论如何我都会检查）。