如何用Matplotlib拆分ODE求解结果，分别绘制P与C的曲线

你的代码里有两个核心问题导致数组操作报错：一是缩进语法错误，二是把模型函数定义在while循环内，既不规范也容易引发变量作用域问题。下面是修正后的完整代码，实现分别绘制PACC（solution[:,0]）和癌细胞（solution[:,1]）的曲线：

# Altering Alpha in Tumor Cells vs PACCs
# What is alpha? α = Rate of conversion of cancer cells to PACCs
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
from google.colab import files

# 把模型函数移到循环外，通过参数传递α值，避免重复定义
def modelP(x, t, alpha):
    P, C = x
    λc = 0.0601 
    K = 2000 
    ν = 1 * (10**-6) 
    λp = 0.1 
    γ = 2

    # 微分方程计算
    dPdt = λp * P * (1 - (C + γ*P)/K) + alpha * C 
    dCdt = λc * C * (1 - (C + γ*P)/K) - alpha * C + ν * P 
    return dPdt, dCdt

value = -6
# 准备图例标签，方便区分不同α的曲线
pacc_labels = []
cancer_labels = []

while value <= 0:
    alpha = 1 * (10**value)
    # 初始条件
    C0 = 256 
    P0 = 0 
    Pinit = [P0, C0]
    
    # 时间点
    t = np.linspace(0, 730) 

    # 求解ODE，用args传递当前的α参数
    solution = odeint(modelP, Pinit, t, args=(alpha,)) 
    
    # 分别绘制PACC（第一列）和癌细胞（第二列）的曲线
    plt.plot(t, solution[:,0], linestyle='-')
    plt.plot(t, solution[:,1], linestyle='--')
    
    # 记录对应标签
    pacc_labels.append(f'PACC (α=1e{value})')
    cancer_labels.append(f'癌细胞 (α=1e{value})')
    
    value += 1 

# 设置图表样式
plt.xlabel('Time [days]')
plt.ylabel('细胞数量')
# 图例放在外侧避免遮挡曲线
plt.legend(pacc_labels + cancer_labels, bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()

plt.show()

修正细节说明： #

• 修复缩进错误：原代码中modelP函数内的注释和微分方程代码缩进层级混乱，导致Python解析报错，修正后保证函数内所有代码缩进一致。
• 函数移出循环：把modelP移到while循环外，通过odeint的args参数传递当前循环的α值，避免每次循环重复定义函数，也减少了变量冲突风险。
• 拆分数组绘图：明确使用solution[:,0]（PACC数量）和solution[:,1]（癌细胞数量）分别绘图，用实线/虚线区分两类细胞，添加图例区分不同α值的曲线。
• 变量名优化：把求解结果从P改成solution，避免和模型内的P（PACC变量）重名，代码可读性更强。

之前的数组操作报错大概率是因为语法错误导致ODE求解失败，P没有生成预期的二维数组，修正后就能正常拆分绘图了。

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