OpenMDAO 3.22结合WISDEM优化后报告生成报错求助

问题重现 #

在使用OpenMDAO 3.22结合WISDEM组件完成优化计算后，调用opt_report.py中的_make_dvcons_table函数时触发报错：

ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 2 dimensions. The detected shape was (3, 2) + inhomogeneous part

相关变量信息：

• 设计变量值：desvars_vals={'control.rated_TSR': array([6.]), 'blade.opt_var.chord_opt': array([1.6085229])}
• 设计变量元数据：control.rated_TSR的上下限为标量，blade.opt_var.chord_opt的上下限为数组

报错发生在_draw_pointer_and_label函数生成numpy数组的环节，因收集到的坐标相关数据同时包含标量和数组类型，导致numpy无法创建形状规整的数组。

原因分析 #

问题核心是opt_report.py的_draw_pointer_and_label函数未兼容标量+数组混合类型的设计变量上下限场景。当部分变量上下限为标量、部分为数组时，收集到的序列会出现形状不均匀的情况，numpy尝试将其转为数组时就会抛出上述错误。

解决方案 #

方案1：修改opt_report.py源码适配混合类型 #

找到_draw_pointer_and_label函数中构建坐标数组的代码段，统一将标量转为长度为1的数组，确保所有数据维度一致：

def _draw_pointer_and_label(...):
    # ... 原有代码 ...
    
    # 新增工具函数：将标量转为一维数组，数组保持原样
    def ensure_array(val):
        if np.isscalar(val):
            return np.array([val])
        return np.asarray(val)
    
    # 替换原有上下限收集逻辑
    lower_bounds = [ensure_array(meta['lower']) for meta in desvars_meta.values()]
    upper_bounds = [ensure_array(meta['upper']) for meta in desvars_meta.values()]
    
    # ... 后续坐标计算逻辑保持不变 ...

方案2：统一设计变量上下限的类型 #

在定义设计变量时，将标量上下限也转为长度为1的numpy数组，避免混合类型：

# 原标量上下限定义
# prob.model.add_design_var('control.rated_TSR', lower=4.0, upper=8.0)

# 修改为数组类型上下限
prob.model.add_design_var('control.rated_TSR', lower=np.array([4.0]), upper=np.array([8.0]))

让所有设计变量的上下限统一为数组类型，无需修改opt_report源码即可正常生成报告。

内容的提问来源于stack exchange，提问作者user12507339