Scipy solve_ivp中y类型异常：'float'不可下标访问问题求助

错误根源 #

你的fun函数参数顺序不符合solve_ivp的要求：

• solve_ivp调用自定义微分方程函数时，参数顺序是先传时间t，再传状态向量y，最后是args里的额外参数。
• 你写的函数是def fun(y, t, J, param):，把y和t的顺序搞反了。这导致函数被调用时，y实际接收的是单个浮点数类型的时间t，而t接收的才是状态向量，自然无法对浮点数做切片操作，触发错误。

另外还有一个小问题：重构矩阵A时，切片起始索引错误。x是前N个元素（y[:N]），那么A的展开应该从索引N开始，而不是N+1，否则会丢失一个元素，导致后续reshape失败。

修正后的代码 #

修正微分方程函数 #

def fun(t, y, J, param):  # 调整t和y的顺序
    [g, k, p, N] = param
    x = np.reshape(y[:N], (N,))
    A = np.reshape(y[N:], (N, N))  # 修正切片起始索引
    W = J + A
    phiX = np.tanh(x)
    dx = -x + np.matmul(W, phiX)
    dA = -A + (k/N) * np.outer(phiX, phiX)
    return np.concatenate((dx, (1/p) * dA), axis=None)

求解代码保持不变 #

y0 = np.random.uniform(0, 1, (N*(N + 1),))
sol = solve_ivp(fun, (0, 300), y0=y0, first_step=0.1, args=(J, param))

额外说明 #

• solve_ivp要求自定义函数的签名必须是fun(t, y, *args)，这是官方明确规定的参数顺序，和旧版odeint的参数顺序刚好相反，容易混淆。
• 确认param中的N和你初始化y0时使用的N一致，避免维度不匹配的问题。

内容的提问来源于stack exchange，提问作者cognition