使用Scipy odeint求解二阶ODE时遇TypeError错误求助

• 参数顺序不匹配：使用odeint的tfirst=True时，要求微分方程函数的参数顺序是(自变量, 状态向量)，但你定义的dSdx(S, x)把状态向量放在了自变量前面。当tfirst=True生效，odeint会先传入自变量的单个浮点数作为第一个参数S，导致x, v = S试图解包浮点数，触发TypeError。
• 未定义变量遗漏：代码中k、c1、m（调用m.radians）都未赋值，即使解决参数问题也会报NameError。

1. 修正函数参数顺序：要么把dSdx的参数改为(自变量, 状态向量)并保留tfirst=True，要么移除tfirst=True保持原参数顺序（odeint默认参数顺序是(状态向量, 自变量)）。
2. 补全未定义变量：给k、c1赋值，导入math模块（因为用到了radians方法）。

import numpy as np
from scipy.integrate import odeint
import math as m

# 补全未定义的常数（值根据实际需求修改）
c1 = 1
k = 5
c2 = 2 
c3 = 3 
c4 = 4

# 方案1：使用默认参数顺序（移除tfirst=True）
def dSdx(S, x):
    x_state, v = S  # 重命名状态变量x避免和自变量x混淆
    return [
        v,
        k - c1*v - c2*x_state - c3*np.sin(m.radians(x_state)) + c4*np.cos(m.radians(x_state))
    ]

x_0 = 0
v_0 = 0
S_0 = (x_0, v_0)

t = np.linspace(0, 0.3, 100)
sol = odeint(dSdx, y0=S_0, t=t)

# 方案2：使用tfirst=True，修正参数顺序
# def dSdx(x, S):
#     x_state, v = S
#     return [
#         v,
#         k - c1*v - c2*x_state - c3*np.sin(m.radians(x_state)) + c4*np.cos(m.radians(x_state))
#     ]
# sol = odeint(dSdx, y0=S_0, t=t, tfirst=True)

• 注意区分自变量（代码中的t）和状态变量里的x，建议重命名状态变量的x为x_state，避免变量名冲突导致逻辑混淆。
• 运行前确认所有常数值符合你的实际ODE定义。

内容的提问来源于stack exchange，提问作者Ignacio Bursa