调用solve_ivp报错TypeError: 'numpy.ndarray' object is not callable如何解决

• 数组索引语法错误：numpy数组取元素需使用方括号[]，你代码中x(0)、x(1)使用了函数调用的圆括号语法，而solve_ivp传入的状态变量x是numpy.ndarray类型，不是可调用对象，这是触发TypeError: 'numpy.ndarray' object is not callable的直接原因。
• 初始状态维度不匹配：你定义的初始值x_0 = np.zeros([0,])是长度为0的空数组，但你的微分方程包含2个状态变量，初始值必须为长度为2的数组。
• 返回值维度冗余：eqs函数返回的数组多嵌套了一层方括号，solve_ivp要求微分方程返回一维数组，当前返回的二维列向量会触发后续维度不匹配错误。
• 模块命名冲突：代码中int.solve_ivp的int是Python内置的整数类型，你需要修正scipy.integrate模块的导入命名，同时需要显式导入numpy。

import numpy as np
from scipy.integrate import solve_ivp

# 阈值判断函数
f = lambda x, thresh: x >= thresh
# 时间窗函数，t在[2,4]区间返回1，否则返回0
z = lambda t: np.multiply((t >= 2), (t <= 4))

# 阈值参数
z_thresh = 0.5
y_thresh = 0.5
x_thresh = 0.5

def eqs(t, x):
    # 修正数组索引为方括号，返回一维数组
    return np.array([
        (1 - np.multiply((1 - f(z(t), z_thresh)), (1 - f(x[1], y_thresh)))) - x[0],
        (1 - np.multiply((1 - f(z(t), z_thresh)), (1 - f(x[0], x_thresh)))) - x[1]
    ])

# 初始值改为长度为2的数组
x_0 = np.array([0.0, 0.0])
# 调用solve_ivp，时间范围为[0,6]
sol = solve_ivp(eqs, [0, 6], x_0)

内容的提问来源于stack exchange，提问作者csekedat