Scipy ODR与fsolve不兼容？

Question

到目前为止，我想解决ODR函数的特定问题：

from scipy.odr import ODR, Model, RealData
from scipy.optimize import fsolve
import numpy as np

me = np.array([1, 2, 3, 4, 5])
my = np.array([6, 7, 8, 9, 10])

def func(beta, x):
    y = beta[0]+beta[1]*x+beta[2]*x**3
    return y

modata = RealData(me, my)
model = Model(func)

odr = ODR(modata, model, [0,0,0])
odr.set_job(fit_type=0)
output = odr.run()

mam = fsolve(func, 5, args=(output.beta))

我得到：

IndexError：索引1超出了尺寸为1的轴0的范围

我认为这是因为beta充当函数内的索引。

我尝试重新定义func以将多个变量用作beta ，但是这样做时我无法使ODR正常工作。

有没有办法做到这一点？

Answer 1

fsolve是为了寻找func的根源。 但是，您必须给它一个初始估计，这是函数的有效参数。 不过，您无法传入5作为beta参数。 beta必须至少包含三个元素进行迭代（因为您要评估beta[0] ， beta[1]和beta[2] ）。

如果执行fsolve(func, [5,5,5], args=(output.beta)) ，该函数将运行，并且输出的根为[0, 0, 0] （显然，这是正确的根，因为func([0, 0, 0], x)总是返回0而不管x的值如何