optimize.fmin 錯誤：IndexError：數組索引過多

Question

我正在嘗試使用 scipy 中的 optimize.fmin 優化 python 中的函數。 在給定初始條件和參數的情況下，該函數應該優化參數向量。 但是，當我嘗試運行優化時，我不斷收到以下錯誤，而運行該函數本身是有效的：

IndexError：參數化中數組第 1 行的索引過多

簡而言之，我的代碼是這樣的：

import numpy as np # import numpy library
import pandas as pd # import pandas library
from scipy import optimize # import optimize from scipy library
from KF_GATSM import KF_GATSM # import script with Kalman filter

yields=pd.read_excel('data.xlsx',index_col=None,header=None) # Import observed yields
Omega0=pd.read_excel('parameters.xlsx') # Import initial parameters

# Function to optimize
def GATSM(Omega,yields,N):

     # recover parameters
     Omega=np.matrix(Omega)
     muQ,muP=parametrization(N,Omega) # run parametrization

Y=muQ+muP # or any other function

return Y

# Parametrization of the function
def parametrization(nstate,N,Omega):

     muQ=np.matrix([[Omega[0,0],0,0]]).T # intercept risk-neutral world
     muP=np.matrix([[Omega[1,0],Omega[2,0],Omega[3,0]]]).T # intercept physical world

     return muQ,muP

# Run optimization
def MLE(data,Omega0):

    # extract number of observations and yields maturities
    N=np.shape(yields)[1]

    # local optimization
     omega_opt=optimize.fmin(GATSM,np.array(Omega0)[:,0],args=(yields,N)) 

    return Y

Answer 1

我解決了這個問題。 似乎我無法在 Scipy 中按如下方式選擇數組的元素（盡管它在 Numpy 中有效）：

Omega[0,0]
Omega[0]

訣竅是使用：

Omega.item(0)