Sympy Lambdify适配Runge-Kutta函数数组传参问题求助

问题根源在于：Sympy默认生成的lambdify函数会将洛伦兹方程组的变量（x,y,z）拆分为独立参数，但你的Runge-Kutta及轨迹计算函数期望接收数组/列表形式的状态向量作为输入，参数格式不匹配导致了TypeError。以下是三种可行的解决方法：

方法1：定义向量形式的Sympy方程组，直接生成适配数组的函数 #

通过Sympy的MatrixSymbol将状态变量定义为一个向量，再基于该向量构建方程组，lambdify后直接生成支持数组输入的函数：

import sympy as sp
import numpy as np

# 定义参数与状态向量符号
sigma, rho, beta = sp.symbols('sigma rho beta')
X = sp.MatrixSymbol('X', 3, 1)  # 3维状态向量
x, y, z = X[0], X[1], X[2]

# 构建向量形式的洛伦兹方程组
dxdt = sigma * (y - x)
dydt = x * (rho - z) - y
dzdt = x * y - beta * z
dXdt = sp.Matrix([dxdt, dydt, dzdt])

# 生成适配数组输入的函数
lambdifylorenz = sp.lambdify((X, sigma, rho, beta), dXdt, modules='numpy')

# 测试调用（与自定义函数参数格式完全一致）
condizione_iniziale = np.array([1.0, 0.0, 0.0])
print(lambdifylorenz(condizione_iniziale, 10, 28, 8/3))

方法2：包装现有lambdify函数，适配数组输入 #

如果你已经生成了基于独立参数的lambdify函数，可以写一个简单的包装函数，将数组拆分为单个变量传入，再将结果组合为数组返回：

import sympy as sp
import numpy as np

# 原有的lambdify函数生成方式（基于独立x,y,z参数）
x, y, z = sp.symbols('x y z')
sigma, rho, beta = sp.symbols('sigma rho beta')
dxdt = sigma * (y - x)
dydt = x * (rho - z) - y
dzdt = x * y - beta * z
original_lorenz = sp.lambdify((x, y, z, sigma, rho, beta), [dxdt, dydt, dzdt], modules='numpy')

# 包装函数，将数组输入转换为独立参数
def lambdifylorenz(X, sigma, rho, beta):
    x_val, y_val, z_val = X
    return np.array(original_lorenz(x_val, y_val, z_val, sigma, rho, beta))

# 测试调用
condizione_iniziale = np.array([1.0, 0.0, 0.0])
print(lambdifylorenz(condizione_iniziale, 10, 28, 8/3))

方法3：通过变量替换让lambdify函数支持数组输入 #

在lambdify时直接将x,y,z替换为数组的索引，生成支持数组输入的函数：

import sympy as sp
import numpy as np

x, y, z = sp.symbols('x y z')
sigma, rho, beta = sp.symbols('sigma rho beta')
dxdt = sigma * (y - x)
dydt = x * (rho - z) - y
dzdt = x * y - beta * z

# 将x,y,z替换为数组X的索引，生成适配函数
lambdifylorenz = sp.lambdify(('X', sigma, rho, beta), 
                             [dxdt.subs({x:X[0], y:X[1], z:X[2]}),
                              dydt.subs({x:X[0], y:X[1], z:X[2]}),
                              dzdt.subs({x:X[0], y:X[1], z:X[2]})],
                             modules='numpy')

# 测试调用
condizione_iniziale = np.array([1.0, 0.0, 0.0])
print(lambdifylorenz(condizione_iniziale, 10, 28, 8/3))

以上三种方法生成的lambdifylorenz函数均可以直接适配你现有的runge_kutta和flusso_traiettoria_singola函数的调用方式。

内容的提问来源于stack exchange，提问作者Ged