Python使用matplotlib绘图报错：'module' object is not callable求协助

我帮你梳理下代码里的问题，一步步解决这个错误：

1. 核心错误：未定义的变量调用 #

你代码里定义的模型变量是model，但调用优化时写了model_mixo.optimize()——这个model_mixo既没定义，若它是个模块的话，就会触发'module' object is not callable的错误。直接把这里改成model.optimize()就能解决这个核心问题。

2. Matplotlib 绘图调用错误 #

plt('fluxes','NH4_exchange')这行完全写错了：plt是matplotlib的模块，不能直接当作函数调用。你需要用plt.plot()来绘制曲线，而且要注意轴的顺序——你想展示NH4交换量（参数）变化时通量的变化，应该把NH4_exchange作为x轴，fluxes作为y轴。

3. 其他细节优化 #

• solution.f这行只是访问了目标函数值，但没有实际作用，建议改成solution.objective_value（COBRApy官方推荐的属性名，可读性更强）。
• 用索引model.reactions[15]定位反应不够健壮，最好后续换成反应ID（比如model.reactions.get_by_id("你的反应ID")），避免模型反应顺序变化导致代码失效。

修正后的完整代码 #

import cobra
import os
from os.path import join
import matplotlib.pyplot as plt

data_dir = '/Users/stephenchapman/Documents/research/FBA_algae_digesate/COBRApy/iCZ843/iCZ843_models'
# 读取模型
model = cobra.io.read_sbml_model(join(data_dir, "iCZ843_mixo.xml"))
# 初始化存储列表
NH4_exchange = []
fluxes = []

for i in range(0, 100, 10):
    # 定位目标反应并修改上下界
    target_reaction = model.reactions[15]
    target_reaction.lower_bound = -i
    target_reaction.upper_bound = -i
    # 优化模型（修正变量名）
    solution = model.optimize()
    # 存储目标通量值
    fluxes.append(solution.objective_value)
    # 存储当前NH4交换量（用正数更直观）
    NH4_exchange.append(i)

# 绘制曲线（修正绘图函数）
plt.plot(NH4_exchange, fluxes)
# 添加标签和标题，让图表更清晰
plt.xlabel('NH4 Exchange Rate')
plt.ylabel('Objective Flux')
plt.title('Flux vs NH4 Exchange Rate')
# 显示图像
plt.show()

额外小提示 #

如果循环结束后需要恢复模型的原始状态，可以在循环前先保存目标反应的初始上下界：

original_lb = model.reactions[15].lower_bound
original_ub = model.reactions[15].upper_bound

循环结束后再赋值回去即可。

内容的提问来源于stack exchange，提问作者Stephen Chapman