SymPy lambdify配合scipy.quad计算数值积分时报错排查

待求解的两组积分（公式33、34）见下图：

你的两个报错和Heaviside函数无关，是实现逻辑存在三处错误：

• scipy.integrate.quad是单值积分函数，仅支持传入标量形式的积分上下限，不支持直接传入数组做批量计算。你直接将长度为1000的t_arr作为积分参数传入，函数执行b < a的上下限合法性判断时，会触发数组真值不明确的报错。
• 公式34的lambdify参数列表写错：tao是积分内部的哑变量，不是函数的外部输入参数，表达式的自由变量实际是v和t。你错误将tao设为入参、漏掉了t，导致积分运行时t还是sympy符号对象，无法转为浮点数计算。
• 你错误尝试将积分哑变量组成的数组传入积分函数，积分结果本身和哑变量的取值数组无关，仅和积分上下限、被积函数参数有关。

不要硬套sympy的lambdify自动转scipy函数的逻辑，手动封装单值积分函数再做批量计算，灵活性更高，也方便后续适配复杂形式的C_i：

公式33修正代码 #

import numpy as np
from scipy.integrate import quad

# 常数C_i测试用例
C_i_const = 0.8
tot_l = 10

def calc_Cfm(x, v, t, C_i):
    # 单t值下的积分计算，同时支持常数和函数形式的C_i传入
    lower = t - x / v
    upper = t
    c_func = lambda t0: C_i(t0) if callable(C_i) else C_i
    integral_res, _ = quad(c_func, lower, upper)
    return (1 / tot_l) * v * integral_res

# 批量计算t_arr对应的结果
t_arr = np.arange(0, 1000, 1)
x_val = 10
v_val = 0.1
res33 = np.array([calc_Cfm(x_val, v_val, ti, lambda e: C_i_const) for ti in t_arr])

公式34修正代码 #

def calc_I2(v, t, C_i):
    lower = 0
    upper = t
    c_func = lambda tao: (C_i(t-tao) if callable(C_i) else C_i)**2
    integral_res, _ = quad(c_func, lower, upper)
    return v * integral_res

# 批量计算t_arr对应的结果
res34 = np.array([calc_I2(v_val, ti, lambda e: C_i_const) for ti in t_arr])

• 如果批量计算的性能不满足需求，可以将循环替换为numpy.vectorize封装简化写法，或采用支持数组批量输入的积分方案，常规场景下列表循环的精度和易用性足够。
• 如果后续C_i存在分段、含Heaviside/DiracDelta的形式，可以在被积函数内部手动做分支判断，比依赖sympy自动转译的稳定性更高。

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