如何用Python求解并绘制含两侧均有函数形式变量的方程的V-i曲线

我帮你梳理下代码里的问题，然后给出能正常运行的修正方案：

原代码的核心问题 #

• 模块导入错误：import numpy as np from sympy import * 不符合Python语法，应该拆分成两行；而且这里我们用数值求解而非符号计算，sympy其实可以不用。
• 非线性方程求解逻辑错误：你的方程是关于i的非线性方程（右边包含i），直接赋值i = ...会导致循环引用，无法计算出有效结果，必须用数值迭代方法（比如牛顿法、fsolve）来求解每个V对应的i。
• 变量初始化与作用域问题：在循环里重复定义常数（如Ipv、Rs）没必要，而且i = np.zeros(r)的初始化方式不对——每个V值对应一个标量i，不是数组。

修正后的完整代码 #

import numpy as np
from scipy.optimize import fsolve
import matplotlib.pyplot as plt

# 定义参数与取值范围
num_points = 50
V = np.linspace(0, 10, num_points)

# 常数定义（可以根据需求调整）
Ipv = 3
Rs = 0.221
Rsh = 415
n = 2
m = 1.5
T = 302
Eg = 1.14
# 注意：如果是玻尔兹曼常数，正确值应为1.38e-23，这里保留你原有的取值
K = 1.3
Vt = T / 11600
Io = K * (T**m) * np.exp(-Eg / (n * Vt))

# 定义非线性方程：f(i) = 0，用于求解每个V对应的i
def solve_i(i_guess, V_val):
    return Ipv - Io * (np.exp((V_val + Rs * i_guess)/(n * Vt)) - 1) - (V_val + Rs * i_guess)/Rsh - i_guess

# 遍历每个V值，求解对应的i
current = []
for v in V:
    # 初始猜测值，可根据物理意义调整（比如0或者短路电流Ipv）
    initial_guess = 0.0
    # 用fsolve求解方程
    i_solution = fsolve(solve_i, initial_guess, args=(v,))
    current.append(i_solution[0])

current = np.array(current)

# 绘制V-I曲线
plt.figure(figsize=(8, 6))
plt.plot(V, current, linewidth=2, color='blue')
plt.xlabel('Voltage (V)', fontsize=12)
plt.ylabel('Current (A)', fontsize=12)
plt.title('V-I Curve of the Device', fontsize=14)
plt.grid(True, linestyle='--', alpha=0.7)
plt.show()

代码说明 #

1. 数值求解：使用scipy.optimize.fsolve来求解每个V对应的i——这是专门用于求解非线性方程根的工具，需要传入方程函数、初始猜测值，以及额外参数（这里是当前的V值）。
2. 参数整理：把所有常数移到循环外统一定义，避免重复计算，提升代码可读性。
3. 绘图优化：添加了坐标轴标签、标题和网格，让曲线更清晰直观。

内容的提问来源于stack exchange，提问作者Kailash Kumawat