gmpy2.div给出TypeError：不支持div（）参数类型

Question

我正在尝试使用sci-py中的盆地跳跃算法来最小化功能。这是我的代码：

from math import *
import time
import gmpy2
from gmpy2 import mpz
from gmpy2 import mpq,mpfr,mpc
import numpy as np
from scipy.optimize import basinhopping
minimizer_kwargs = {"method": "BFGS"}


s=mpz('2')
x0=[153000]
b = mpfr('6097781399')
estimator1=gmpy2.div(x0, s)-gmpy2.sqrt(((pow(x0,s)/4)-b))
estimator2=gmpy2.div(x0, s)+gmpy2.sqrt(((pow(x0,s)/4)-b))

c=mpfr(estimator1)
d=mpfr(estimator2)
e=mpz(b)

func = lambda x: abs((c*d)-e)

ret = basinhopping(func, x0, minimizer_kwargs=minimizer_kwargs,
niter=400)
print("global minimum: x = %.4f, f(x0) = %.4f" % (ret.x, ret.fun))

读取完整错误

追踪（最近一次通话）：文件“ anneal.py”，第14行，在estimator1 = gmpy2.div（x0，s）-gmpy2.sqrt（（（pow（x0，s）/ 4）-b） ）TypeError：不支持div（）参数类型

我基本上想实现的目标是使abs((c*d)-e)最小化，但是我得到了一个错误：TypeError: div() argument types not supported。我已经用Google搜索这个错误了，也许这是因为变量和列表之间的类型不匹配。因此，我的问题是我应该如何重新制定estimator1和estimator2的公式，以便能够将其传递到水池跳跃最小化器中。

编辑：

更正后的代码现在已读取（也删除了不必要的导入）：

from math import *
from scipy.optimize import basinhopping
minimizer_kwargs = {"method": "BFGS"}
def f(x):

    b = 6097781399
    estimator1=(x/2)-sqrt(abs((pow(x,2)/4)-b))
    estimator2=(x/2)+sqrt(abs((pow(x,2)/4)-b))
    return abs((estimator1*estimator2)-b)

x = 110000
ret = basinhopping(f, x, minimizer_kwargs=minimizer_kwargs,
niter=2000)
print("global minimum: x = %.4f, f(x0) = %.4f" % (ret.x, ret.fun))

Answer 1

我认为问题是您正在将python list传递到gmpy2.div。 C代码检查int，rational，real和complex，如果都不适合，则会引发您提到的错误。尝试将x0作为整数传递。

[此外，我不认为scipy对您要传入的mpz(2)会感到高兴，scipy通常与python lists，scipy.sparse矩阵或密集numpy.ndarray一起使用。] >

关于在python中处理大量数字，int是无界的（https://docs.python.org/3.6/library/stdtypes.html#typesnumeric）。当您需要数值稳定的运算时，NumPy也是一个不错的地方，numpy具有它自己的类型系统，具有64位float和int和128位复数。

https://docs.scipy.org/doc/numpy/user/basics.types.html