Python: optimize.leastsq。ValueError:包含多个元素的数组的真值是不明确的

Question

除了最后一行外，一切正常。我的目标是通过x平方测试计算出最佳拟合值。最小二乘函数的应用是有问题的。z，d和d_err是相同长度的阵列(实验数据)。

def df(z,omega_m,omega_l):
    return 1/(np.sqrt(omega_m*(1+z)**3+(1-omega_m-omega_l)*(1+z)**2+omega_l))

def DL(z,omega_m,omega_l,H_0):      #   checked with Hubble's law with low z, it is consistent
    f,err_f=scipy.integrate.quad(df,0,z,args=(omega_m,omega_l))     #   it's evident err_f it's irrelevant

    if omega_m+omega_l==1:
        return 299792./H_0*(1+z)*f

    elif omega_m+omega_l<1:
        fk=np.sin(np.sqrt(np.absolute(1-omega_l-omega_m))*f)
        return 299792./H_0*(1+z)/np.sqrt(np.absolute(1-omega_m-omega_l))*fk

    elif omega_m+omega_l>1:
        fk=np.sinh(np.sqrt(np.absolute(1-omega_l-omega_m))*f)
        return 299792./H_0*(1+z)/np.sqrt(np.absolute(1-omega_m-omega_l))*fk


params=(0.3,0.7,73) #   starting values for minimization   omega_m, omega_l, H_0

def chi(params,z,d,d_err):   #   checked, this function works
    return (d-DL(z,params[0],params[1],params[2]))**2/d_err

minimization,minimization_cov=optimize.leastsq(chi,params,args=(z,d,d_err))

这是错误的完整信息：

File "C:\Python34\lib\site-packages\scipy\integrate\quadpack.py", line 360, in _quad
if (b != Inf and a != -Inf): ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

Answer 1

scipy.integrate.quad()的第三个参数是上限，必须是浮动。您使用z作为第三个参数，它是一个NumPy数组。

签名: scipy.integrate.quad(func，a，b，.) 使用Fortran库QUADPACK中的一种技术将func从a集成到b (可能是无限间隔)。

..。

A:浮动 集成的下限(使用-numpy.inf表示-infinity)。 B:浮子 积分的上限(使用numpy.inf表示+无穷大)。