Python使用scipy.integrate高斯求积时触发不可调用类型报错

scipy.integrate.quadrature 高斯求积接口的第一个入参要求是可调用的函数对象：即能接收积分节点值作为输入、返回对应位置函数计算结果的函数。你当前传入的solD[i:,1]是numpy数组切片得到的数值序列，不是可调用函数，因此触发'numpy.ndarray' object is not callable报错；更换测试时如果在该参数位传入浮点数，就会对应触发'float is not callable'报错，两类报错的诱因完全一致。

• 你用odeint求解常微分方程得到的solD是二维numpy数组，形状为(时间点数量, 状态变量维度)，solD[i:,1]只是截取了第二列状态变量从第i个时间点开始的所有存储值，本质是存数值的数组，积分器无法像调用函数一样给它传参、获取任意积分点的计算结果。
• 高斯求积是面向连续解析函数的数值积分方法，不支持直接传入离散数值序列计算积分。

根据你的实际需求二选一即可：

• 如果你要积分的是ODE求解得到的离散状态序列，不要使用高斯求积，换成适配离散数据的积分接口：

solD = odeint(SolveMe, ic, t)
solT = np.zeros(partition)

for i in range(partition):
    # 先筛选积分区间[0,6]对应的时间点索引
    valid_idx = (t >= 0) & (t <= 6)
    # 用梯形法/辛普森法计算离散序列积分，直接传入数值和对应自变量即可
    solT[i] = integrate.trapz(solD[valid_idx, 1], t[valid_idx])

• 如果你确实需要用高斯求积计算连续函数的积分，请把待积分的函数逻辑封装为可调用对象传入，不要传提前计算好的数值/数组：

# 定义待积分的连续函数
def target_func(x):
    # 替换为你实际的积分函数逻辑
    return x ** 2 + 2*x

# 正确调用：第一个参数传入函数本身，不要加括号、不要传计算后的数值
solT[i] = integrate.quadrature(target_func, 0, 6)

通用排查规则：所有X is not callable类报错，都代表你在需要传入函数/可调用对象的位置，传入了普通数值、数组这类不可调用的对象，Python尝试将其作为函数执行传参操作时就会抛出该错误。

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