各位。 我尝试使用 boost::python 找到我在 *.pyd 文件中导出的函数的最小值。
def SaturationDensity(C):
return optimize.minimize(lambda z:SNM_BED(z, C), 1.0)
def SNM_BED(n, C):
return eos.t_E(0.5*n, 0.5*n, C)/(Dim*n) - m_n
其中 eos 是模块的名称。在 scipy.optimize.minimize 例程中,它在行中失败
#optimize.py
def wrap_function(function, args):
ncalls = [0]
def function_wrapper(x):
ncalls[0] += 1
return function(x, *args) # <---Here
return ncalls, function_wrapper
使用 Boost.Python.ArgumentError:eos.t_E(numpy.ndarray, numpy.ndarray, KVOR) 中的 Python 参数类型与 C++ 签名不匹配:t_E(double, double, class set_const *)
所以 scipy 尝试将 ndarray 直接传递给我的 C++ 函数。 (KVOR是继承自set_const的类,没有问题)。
我试图将 return function(x, *args)
替换为 return map(lambda z: function(z, *args), x)
,但看起来不仅列表 (ndarrays) 作为 x
传递到这里,还有标量,因此 map 报告错误。
我还尝试使用以下代码检查 x 是否可迭代:
try:
it = iter(x)
except TypeError:
return function(x, *args)
return map(lambda z: function(z, *args),x)
但它在 optimize.py
的另一个地方失败了:
文件“C:\Python27\lib\site-packages\scipy\optimize\optimize.py”,第 589 行,在 approx_fprime 中
grad = numpy.zeros((len(xk),), float)
类型错误:“numpy.float64”类型的对象没有 len()
我有一些这样的问题,我不记得是 scipy
的哪个函数,但我可以使用 map
解决它。这是所有 scipy 函数的常见问题吗?在这种情况下该怎么办?
最佳答案
只需在您的 SNM_BED 例程之上添加 n = float(n)
。
通常 1 元素 ndarrays 会在需要时自动转换为 float ,但 boost::python 似乎太挑剔了,无法做到这一点。
关于c++ - 带有 boost::python 函数的 Scipy,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19433962/