<lambda>() 接受 1 个位置参数，但给出了 2 个

Question

我试图在这里实现相同的 Sage 代码：在 python 中找到向量中心，如下：

import numpy as np
from scipy.optimize import minimize
def norm(x):
    return x/np.linalg.norm(x)

vectors = np.array([[1,2,3],[4,5,6],[7,8,9]])
unit_vectors = [np.divide(v,norm(v)) for v in vectors]
constraints = [lambda x: np.dot(x,u)-1 for u in unit_vectors]
target = lambda x: norm(x)
res = minimize(target,[3,3,3],constraints)

但我一直遇到同样的问题：

TypeError: <lambda>() takes 1 positional argument but 2 were given

我不是数学家，我只是想写一个可以找到多维向量中心的代码。 我尝试了很多方法来解决问题，但没有任何效果。

谢谢。

Answer 1

您指出的答案的算法不是用 python 编写的，因此考虑到我已经实现以下解决方案的官方文档，这显然可能会失败：

import numpy as np
from scipy.optimize import minimize


x0 = 10, 10, 10

vectors = [
    np.array([1, 2, 3]),
    np.array([1, 0, 2]),
    np.array([3, 2, 4]),
    np.array([5, 2, -1]),
    np.array([1, 1, -1]),
]

unit_vectors = [vector / np.linalg.norm(vector) for vector in vectors]
constraints = [
    {"type": "ineq", "fun": lambda x, u=u: (np.dot(x, u) - 1)} for u in unit_vectors
]

target = lambda x: np.linalg.norm(x)
res = minimize(fun=target, x0=x0, constraints=constraints)
print(res.x)

输出：

[1.38118173 0.77831221 0.42744313]