数组多积分报错TypeError：仅长度为1的数组可转为Python标量

错误原因 #

1. 数组与标量运算冲突：原代码中被积函数integrand_f内部引用了整个E_midpoint数组，但scipy.integrate.quad会向被积函数传入标量值进行采样计算，数组与标量混合运算触发TypeError。
2. 冗余代码干扰：函数内定义的p_e变量未被使用，属于无效代码。
3. 循环内重复定义函数：在循环体中反复定义函数既不高效，也容易引发变量作用域问题。

修正后的代码 #

import numpy as np
from scipy.integrate import quad

E_midpoint = np.linspace(-8, -0.52, 1000)
m_e = 0.510998950

rate = []
err = []

# 定义通用被积函数，通过参数传递循环变量
def integrand_f(E_e, E_mid_val, m_e):
    E_m = m_e - E_mid_val
    f_not_int = E_e * np.power(E_m - E_e, 2) / m_e
    return f_not_int

# 遍历E_midpoint的每个元素计算积分
for val in E_midpoint:
    upper_limit = m_e - val
    # 用args参数传递当前元素和m_e给被积函数
    rate_x, err_x = quad(integrand_f, m_e, upper_limit, args=(val, m_e))
    rate.append(rate_x)
    err.append(err_x)

# 转为numpy数组方便后续处理
rate = np.array(rate)
err = np.array(err)

关键修正点 #

• 将被积函数移到循环外部，通过quad的args参数传递当前循环的E_midpoint元素，避免全局数组引用导致的类型冲突。
• 删除未使用的p_e变量，清理冗余代码。
• 直接遍历E_midpoint元素，替代索引循环，代码更简洁易读。
• 最终将结果列表转为numpy数组，适配后续数值计算场景。

额外说明 #

如果出现积分下限m_e大于上限upper_limit的情况，quad会自动交换上下限并取结果相反数，不影响计算正确性，可根据实际物理场景确认上下限顺序是否符合需求。

内容的提问来源于stack exchange，提问作者Martin-Yiu