假设我有一些matrixX，其中每一行代表一个时间序列。 例如，X可以是大小为3×1000的matrix，这意味着有3个时间序列，每个时间序列由1000个时间点组成。 除了X之外，我还有一个X的每个时间序列的标量。我想find一个线性组合
a [0] * X [0，：] + a [1] * X [1，：] + … + a [n-1] * X [n-1，：]
对于某个函数F具有最小值
所以，我尝试了以下
import numpy as np from scipy.optimization import minimize def f(x): return 0 # for testing purposes def obj(a,x): y = a*x return f(y) minimize(obj, np.array([1,1]), args=np.array([[1,1],[2,2]]), method='nelder-mead') 所以第二个参数是初始猜测x0（系数a）。 args给出的数据应该映射到x（如果我理解正确）并且在优化过程中保持不变。
但是，我得到的错误
ValueError: setting an array element with a sequence.
我想我的问题是相当普遍的，所以我希望有人能够帮助！
像这样的东西？
import scipy.optimize as opt def f(val): return val**2 def obj(a, series): s = 0 for row in series: for t in range(len(row)): s += f(a[t] * row[t]) return s ll_x = [[2, 3, 2, 6], [3, 5, 2, 7]] # 2 series l_a = [1 for _ in ll_x[0]] # initial coeffs. res = opt.minimize(obj, l_a, args=ll_x, method='nelder-mead') for elem in sorted(res.items()): print(*elem)
（适用于Python 3.4.3）