循环求解ODE系统时遇“Cannot unpack non-iterable float object”错误求助

核心错误分析 #

• 函数参数顺序错误：scipy.integrate.odeint要求被积分的函数签名为f(x, t, *args)，即先传入状态变量x，再传入时间t。你的代码中定义的f(t, x, T)顺序完全颠倒，导致odeint调用时把时间值（单个float）传给了参数x，自然无法解包成6个组分变量，触发TypeError。
• 循环逻辑错误：你把函数f定义在温度循环内部，且最终调用odeint时传入的是整个温度数组T，而非循环中的单个温度值y，完全没有利用循环实现多温度计算。
• 额外问题：手动使用e=2.711828精度不足，建议用np.exp()实现指数运算。

修正后的代码 #

import numpy as np
from scipy.integrate import odeint

# 把常数移到函数外，避免重复定义
R = 8.314
Tm = 723.15
A1, A2, A3, A4, A5 = 5.5, 0.686, 1.58, 2.6, 0.787
E1, E2, E3, E4, E5 = 90500, 165000, 150000, 139000, 132000
KB = 6.54e-12
KD = 1.19
m2, m3, m4, m5 = 0.922, 0.906, 1.23, 0.905
Patm = 0.8 * 101325
FT = 178.47

# 修正函数参数顺序：x在前，t在后
def f(x, t, T):
    FA, FB, FC, FD, FE, FF = x
    
    # 使用np.exp提高精度
    k1 = np.exp(A1 - (E1/R)*((1/T)-(1/Tm)))
    k2 = np.exp(A2 - (E2/R)*((1/T)-(1/Tm)))
    k3 = np.exp(A3 - (E3/R)*((1/T)-(1/Tm)))
    k4 = np.exp(A4 - (E4/R)*((1/T)-(1/Tm)))
    k5 = np.exp(A5 - (E5/R)*((1/T)-(1/Tm)))
    
    PA = (FA/FT)*Patm
    PB = (FB/FT)*Patm
    PC = (FC/FT)*Patm
    PD = (FD/FT)*Patm
    
    Tast = 1/(1 + ((KB*PB)**0.5) + (KD*PD))
    TB = ((KB*PB)**0.5)*Tast
    TD = KD*PD*Tast
    
    r1 = (k1/1000)*TB*PA
    r2 = (k2/1000)*(TB**m2)*PA
    r3 = (k3/1000)*(TB**m3)*PA
    r4 = (k4/1000)*(TB**m4)*PC
    r5 = (k5/1000)*(TB**m5)*PC
    
    rA = -r1 - r2 - r3
    rB = -r1 -7*r2 -5*r3 -6*r4 -4*r5
    rC = r1 - r4 - r5
    rD = r1 +3*r2 +3*r3 +2*r4 +2*r5
    rE = 2*r2 +2*r4
    rF = 2*r3 +2*r5
    
    return [rA, rB, rC, rD, rE, rF]

x0 = (5,5,0,0,0,0)
times = (0,5)
T_array = np.array([100,200,300,400,500])

# 循环每个温度求解ODE
for temp in T_array:
    print(f"=== 温度 {temp} K 下的计算结果 ===")
    soln = odeint(f, x0, times, args=(temp,))
    print(soln)
    print("\n")

关键修改说明 #

1. 调整函数参数顺序：将f(t, x, T)改为f(x, t, T)，匹配odeint的调用规则，确保状态变量x被正确传入并解包。
2. 重构循环逻辑：将函数定义移到循环外，循环中遍历每个温度值temp，并将其作为args传入odeint，实现多温度下的独立计算。
3. 优化常数定义：将不随温度/时间变化的常数移到函数外部，避免每次调用函数时重复初始化，提升效率。
4. 替换指数运算：用np.exp()代替手动定义的e，提高计算精度，同时兼容numpy数组运算。

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