python - SciPy (Python) 中的最小化函数接受什么大小的参数？

Question

我正在阅读 SciPy 文档并尝试使用 Python 看看我是否可以实现他们谈论的内容。但是我似乎无法弄清楚下面的代码中发生了什么。

来自 https://docs.scipy.org/doc/scipy-0.18.1/reference/tutorial/optimize.html

>>> def rosen(x):
...     """The Rosenbrock function"""
...     return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0)

>>> x0 = np.array([1.3, 0.7, 0.8, 1.9, 1.2])

>>> res = minimize(rosen, x0, method='nelder-mead',
...                options={'xtol': 1e-8, 'disp': True})
Optimization terminated successfully.
         Current function value: 0.000000
         Iterations: 339
         Function evaluations: 571

>>> print(res.x)
[ 1.  1.  1.  1.  1.]

在这种情况下，Rosenbrock 函数似乎为第一个变量采用 4 号数组，为第二个变量采用 4 号数组。这是因为 x[1:] 与 x[:-1] 一样被使用。

这最终如何给出一个包含五个结果的数组？最小化函数肯定只运行了四次，每次都有一对值(分别取自 x[1:] 和 x[:-1])？

另外，将两个变量的值存储在两个不同的数组中不是更有意义吗？

抱歉，如果我遗漏了一些非常明显的东西，请提前致谢。

V

Answer 1

rosen 的编写方式接受几乎任何长度的 x，并返回单个值，即 sum。像 x[1:]-x[:-1] 这样的表达式只是取连续项之间的差值。

minimize 本身采用 x0，一个一维数组，这里有 5 个元素长。它会改变所有元素，直到 rosen 总和最小化。所以它正在最小化向量或一维数组。在我看来，x0 的长度可能与 (2,) 不同。