python - 类型错误:tri() 缺少 1 个必需的位置参数: 'N'

Question

我无法克服错误:

> ---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-4-3e1d3e33fb00> in <module>()
      7 d_unpair = np.random.beta(n,n)
      8 d_pair = np.random.beta(2,2,size=n)*0.20
----> 9 d = np.tril(d_unpair)+np.tril(d_unpair, -1).T-np.diag(d_unpair)*delta+d_pair*delta
     10 G=np.zeros((n,n))
     11 g = A/d**3.5

<__array_function__ internals> in tril(*args, **kwargs)

/usr/local/lib/python3.7/dist-packages/numpy/lib/twodim_base.py in tril(m, k)
    432     """
    433     m = asanyarray(m)
--> 434     mask = tri(*m.shape[-2:], k=k, dtype=bool)
    435 
    436     return where(mask, m, zeros(1, m.dtype))

TypeError: tri() missing 1 required positional argument: 'N'

这是出于研究目的，我输入的内容与 research paper 中的内容完全相同。 。 (超链接)。 [准确地说是第二个]。 第一个代码工作正常，但我无法在第二个代码中传递此错误。

代码

import cvxpy as cvx
import numpy as np
np.random.seed(100)
n = 3 #number of transmitter = receiver
A = 0.025 #uniform receiver coefficient
delta = np.identity(n) #identity matrix
d_unpair = np.random.beta(n,n)
d_pair = np.random.beta(2,2,size=n)*0.20
d = np.tril(d_unpair)+np.tril(d_unpair, -1).T-np.diag(d_unpair)*delta+d_pair*delta
G=np.zeros((n,n))
g = A/d**3.5
S_hat=G*delta
I_hat = G-S_hat
σ = 5.0*np.ones(n)
γ = 1.0
Pmax = 1.0
p=cvx.Variable(n)
obj = cvx.Minimize(cvx.sum(p))
constraints = [p>=0, S_hat*p-γ*(I_hat*p+σ)>= 0, p <=Pmax]
prob=cvx.Problem(obj, constraints)
prob.solve()
powers = np.asarray(p.value)
print('Solution status ={0}'.format(prob.status))
print('Optimal solution ={0:.3f}'.format(prob.value))
if prob.status == 'optimal':
  for j in range(n):
    print('Power{0}={1:.3f}'.format(j,powers[j]))

我以前从未使用过 CVXPY 模块，所以我在堆栈溢出中查找了一些示例问题，但没有一个与我的问题匹配，几乎所有问题都指的是 “TypeError: Missing 1 requiredpositional argument: ' self '"

我怎样才能解决这个问题，以便它提供正确的输出？

Answer 1

将 size=1 添加到对 numpy.random.beta 的调用中其中d_unpair被分配:

d_unpair = np.random.beta(n, n, size=1)

发生错误的原因是 numpy.random.beta 具有默认的 size=None 这使得该方法返回一个标量值(在本例中为 float )，而该标量值又numpy.tril 是一个糟糕的论点。设置 size=1 使 numpy.random.beta 返回 ndarray。