Python调用scipy.root求解自定义非线性方程输出为空问题求助

核心错误点 #

• 初始值x0生成错误：np.ones(range(ngrid))会生成空数组，因为range(ngrid)会被解析为多维数组的形状，维度长度乘积为0，传入空初始值求解自然得到空结果。且你求解的是单变量方程，仅需传入标量初始值（如x0=1）即可。
• 结果存储逻辑错误：每次循环直接覆盖q0变量，而非追加存储结果，若求解失败会直接得到空值。
• 缺少必要的库导入：代码中使用了numpy和scipy.optimize.root，未提前导入会直接运行报错。
• 可选优化：求解单变量方程更适合用scipy.optimize.root_scalar，收敛性和效率更高，不需要传入数组形式的初始值。

修复后可运行代码 #

import numpy as np
from scipy.optimize import root_scalar

def fun(x, y, z, v, b):
    Y = (z*(np.sign(x) * (np.abs(x))**(y-1))) - (v*np.sign(b) * (np.abs(b))**(v-1))/(1-b**v)
    return Y.flatten()

Z0 = [1.2, 5, 3, 2.5, 4.2]
SS = [2, 3, 2.2, 3.5, 5]

ngrid = 10
kv = np.linspace(0.05, 2, ngrid)
av = np.linspace(1.5, 4, ngrid)

q0 = []                    
for z in range(len(Z0)):
    zz = Z0[z]
    ss = SS[z]
    for i in range(ngrid):
        for j in range(ngrid):
            kappa = kv[i]
            alpha = av[j]
            # 单变量方程用root_scalar求解，初始值设为1
            res0 = root_scalar(lambda x: fun(x, alpha, zz, kappa, ss), x0=1)
            if res0.converged:
                q0.append(res0.root)
                print(res0.root)
            else:
                print(f"参数组合z={zz}, ss={ss}, kappa={kappa}, alpha={alpha}求解未收敛")

额外注意事项 #

• 你的方程右边第二项的分母1 - b**v，由于SS所有取值都大于1，kappa为正数，因此b**v恒大于1，分母为负数不会出现除零问题，可正常计算。
• 若需要按参数分组存储结果，可调整q0的存储结构为嵌套列表，方便后续对应参数查询。

内容的提问来源于stack exchange，提问作者Ostrich