我试图写一个函数，实现最小二乘回归的“有效方差法”。在这个公式中，模型的导数需要在最小二乘和中使用。我试图写这个函数，这样人们就可以把一个用symy写的模型交给它，这样函数就可以自动将其区分为正确的变量，并将其给予scipy最小化函数，以在多个变量中最小化它。
我在尝试这个时遇到了很多错误，例如：
当我尝试使用simpy mandify函数时，“_mandifygenerated（）missing 1 required positional argument”，比如：

A = sp.Function("A")
x, y = sp.symbols("x y")
A = 1 + x**2 + y**2
g = sp.lambdify([x, y], A, "numpy")
minimize(g, [1, 1])

字符串
和“ufunc 'isfinite' not supported for the input types，and the inputs could not be safely coerced to any supported types according to casting rule ''safe''"当我尝试使用sp.N来尽可能简单地对函数进行数值评估时，我然后以类似于以下的方式返回到最小化器（我假设）：

minimize(lambda t: sp.N((t + x).subs(x, sp.pi)), [1])

型
（在这个特定的情况下，它返回“'numpy.ndarray' object has no attribute 'subs'”，但在我的函数中实现时会出现上述错误）。