Comment utiliser une fonction de minimisation dans scipy avec des contraintes

J'ai besoin d'aide concernant l'optimisation des fonctions en python(scipy)
le problème, c'est l'optimisation de f(x)x=[a,b,c...n]. les contraintes sont que des valeurs de a,b, etc ... doivent être entre 0 et 1, et sum(x)==1. Le scipy.optimiser.minimiser la fonction semble meilleur car il ne nécessite pas de différentiel. Comment puis-je passer les arguments?

La création d'un ndarray à l'aide de permutation est trop long. Mon présent code comme ci-dessous:-

import itertools as iter
all=iter.permutations([0.0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1.0],6) if sum==1
all_legal=[]
for i in all:
if np.sum(i)==1:
    #print np.sum(i)
    all_legal.append(i)
print len(all_legal)
lmax=0
sharpeMax=0
for i in all_legal:
    if sharpeMax<getSharpe(i):
        sharpeMax=getSharpe(i)
        lmax=i

source d'informationauteur anand