array python lambda_以数组为参数的Python lambda函数

你的方法有几个问题，这让我写了一个完整的答案。在

至于你的具体问题：leatsq并不真正期望多维数组作为参数输入。文档并没有明确说明这一点，但是参数输入在传递给目标函数时会变平。您可以使用完整函数而不是lambdas来验证这一点：from scipy.optimize import leastsq

import numpy as np

def kellyFunc(a, b, x): #Function to fit.

top = 0

bot = 0

for i in range(len(a)):

top = top + a[i]*x**(2*i)

bot = bot + b[i]*x**(2*i)

return(top/bot)

def line(params,x):

print(repr(params)) # params is 1d!

params = params.reshape(2,-1) # need to reshape back

return kellyFunc(params[0,:], params[1,:], x)

def error(params,x,y):

print(repr(params)) # params is 1d!

return line(params, x) - y # pass it on, reshape in line()

def fitKelly(x, y, n):

#paramsInit = [[1 for x in range(n)] for y in range(2)] #define all ai and bi = 1 for initial guess

paramsInit = np.ones((n,2)) #better

paramsFin, success = leastsq(error, paramsInit, args = (x,y)) #run leastsq optimization

#line of best fit

xx = np.linspace(x.min(), x.max(), 100)

yy = line(paramsFin, xx)

return(paramsFin, xx, yy)

现在，如您所见，params数组的形状是(2*n,)，而不是{}。通过重新塑造我们自己，您的代码(几乎)可以工作。当然，print调用只是为了向您展示这个事实；代码运行不需要它们(并且在每次迭代中都会产生大量不必要的输出)。在

请参阅我的其他更改，与其他错误相关：您的a=[a]和{}在您的{}中，没有任何好的理由。这将输入数组转换成包含数组的列表，这使得下一个循环执行的操作与您预期的非常不同。在

最后，最危险的错误是：在x中有名为x，y的输入变量，然后在列表理解中使用x和{}是循环变量。请注意，这只会像您在python3中预期的那样工作；在python2中，list comprehensions的内部变量实际上泄漏到外部范围之外，覆盖了名为x和y的输入变量。在