在Python函数内调用外部函数时出现UnboundLocalError求助

错误原因 #

在SM函数中，第33行的f, fp, fpp = sol.y语句会让Python将f识别为局部变量，但第32行调用solve_ivp(f, ...)时，这个局部的f还未被赋值，同时全局定义的函数f被局部变量名遮蔽，导致报错。

另外还有两处逻辑问题：

• SM函数接收的参数fpp未被使用，始终调用全局的y0，不符合函数设计意图
• 调用solve_ivp时未指定t_eval，返回的解点数量不确定，后续绘图可能出现异常

修复后的代码 #

import numpy as np
from scipy.integrate import solve_ivp
import matplotlib.pyplot as plt

ethaf = 10 # final value
def f(t, r):
    f_val, fp, fpp = r  # 变量名改为f_val，避免与函数名f混淆
    dfdn = fp
    dfpdn = fpp
    dfppdn = -0.5 * f_val * fpp
    return dfdn, dfpdn, dfppdn
    
# 单次求解测试用的初始猜测
initial_fpp = 0.4
y0_test = [0, 0, initial_fpp]
t = np.linspace(0, ethaf, 101)
sol_test = solve_ivp(f, (0, ethaf), y0_test, t_eval=t)

def SM(input_fpp):
    # 使用传入的参数构造初始条件
    y0 = [0, 0, input_fpp]
    # 指定t_eval确保每次求解返回的解点数一致
    sol = solve_ivp(f, (0, ethaf), y0, t_eval=t, vectorized=True)
    # 重命名解变量，避免遮蔽全局函数f
    f_sol, fp_sol, fpp_sol = sol.y
    # 返回最终时刻的fp值（可根据需求调整返回位置）
    return fp_sol[-1]

# 生成测试的fpp序列
fpp_range = np.linspace(0, 0.5, 500)
# 批量计算SM结果
sm_results = [SM(fpp) for fpp in fpp_range]

plt.plot(fpp_range, sm_results)
plt.grid(linewidth=0.8, linestyle='--', alpha=0.6)
plt.show()

关键修复点 #

• 重命名和解相关的变量（如f_val、f_sol），避免与全局函数f重名，彻底消除变量遮蔽问题
• 在SM函数中使用传入的input_fpp参数构造初始条件，实现函数的预期功能
• 调用solve_ivp时指定t_eval，确保每次求解返回的解点数一致，保障绘图正常
• 用列表推导式批量处理fpp_range，适配当前SM函数的单值输入逻辑

内容的提问来源于stack exchange，提问作者Matias Quintana