使用scipy.integrate.nquad实现多维度多重积分时ranges参数与lambda函数报错问题

• ranges参数格式不符合要求：scipy的integrate.nquad规定，ranges必须是和积分维度长度一致的可迭代对象，每个元素对应单维度的积分上下限（为二元组/列表，或返回二元组的函数）。原代码写的(0,1)**n是尝试对tuple做幂运算，Python原生不支持这类操作，直接触发类型错误；改成ranges=(0,1)后，参数长度只有2，和3维及以上的积分维度不匹配，nquad解析区间时会把单个元素拆成上下限，拿到单个整数时自然触发“无法拆包非可迭代对象”的错误。
• 密度函数的运算逻辑错误：lambda内部用*us拆参的写法不符合numpy运算规则。*us在函数内部是将接收的所有u维度值打包成元组，原代码里np.prod(*us)、us **(-theta)的写法，一是对元组直接做幂运算没有对应实现，二是聚合函数接收零散位置参数的方式无法正确计算乘积、求和结果。

import numpy as np
from scipy import integrate

def H(theta, n):
    # 定义n维copula密度函数，对齐原推导逻辑
    def copula_density(*us):
        us_arr = np.asarray(us)  # 将零散传入的u值转为numpy数组，支持数组运算
        return ((1 + theta) * np.prod(us_arr) ** (-1 - theta)) * (np.sum(us_arr ** (-theta)) - 1) ** (-1/theta - 2)
    
    # 逐维度构造[0,1]积分区间
    integration_bounds = [(0, 1) for _ in range(n)]
    
    return -integrate.nquad(
        func = lambda *us: copula_density(*us) * np.log(copula_density(*us)),
        ranges = integration_bounds
    )[0]

# 测试n=3的场景
theta, n = 1, 3
print(H(theta, n))

• 固定积分域的构造无需复杂运算，通过列表推导循环生成n个独立的(0,1)二元组即可，完全匹配nquad的参数解析逻辑，支持任意正整数维度的积分域声明。
• 积分运算过程中要先把零散传入的u值转为numpy数组再做幂运算、聚合计算，避免元组类型的运算报错。
• 当积分维度大于4时，nquad的逐层递归计算速度会显著下降，可替换为蒙特卡洛积分类方法提升效率。

内容的提问来源于stack exchange，提问作者develarist