optimize.fmin错误: IndexError:数组索引太多

Question

我正在尝试优化python中的一个函数，使用optimize.fmin。该函数应在给定初始条件和参数的情况下优化参数向量。但是，在运行函数本身时，当我试图运行优化时，我仍然会收到以下错误：

IndexError:数组的太多索引，第1行，在参数化中

简而言之，我的代码就像：

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

我解决了这个问题。我似乎无法按Scipy中的方式选择数组的元素(尽管它在Numpy中有效)：

Omega[0,0]
Omega[0]

诀窍是使用：

Omega.item(0)