Python 在求解ode系统时，对scipy.integrate.ode使用自适应时间步长

我只需要阅读和接受这个问题的解决方案，甚至在我的Python解释器中复制和粘贴结果

我的问题是，当我尝试将解决方案代码改编为我自己的代码时，我只得到了平直的线条

我的代码如下：

from scipy.integrate import ode
from matplotlib.pyplot import plot, show

initials = [1,1,1,1,1]
integration_range = (0, 100)

f = lambda t,y: [1.0*y[0]*y[1], -1.0*y[0]*y[1], 1.0*y[2]*y[3] - 1.0*y[2], -1.0*y[2]*y[3], 1.0*y[2], ]

y_solutions = []
t_solutions = []
def solution_getter(t,y): 
   t_solutions.append(t)
   y_solutions.append(y) 


backend = "dopri5"
ode_solver = ode(f).set_integrator(backend)
ode_solver.set_solout(solution_getter)
ode_solver.set_initial_value(y=initials, t=0)

ode_solver.integrate(integration_range[1])

plot(t_solutions,y_solutions)
show()

以及它产生的情节： 在队列中

   y_solutions.append(y) 

您认为您正在附加当前向量。实际发生的情况是将对象引用附加到

y

。由于显然积分器在积分循环期间重用向量

y

，因此您总是附加相同的对象引用。因此，在最后，列表的每个位置都由指向最后状态

y

的向量的相同引用填充

长话短说：替换为

    y_solutions.append(y.copy()) 

---

一切都很好。

非常感谢！参考资料有时还是会让我困惑。。。顺便说一句，你是如何得到这个解决方案的？通过调试。q'n'd解决方案是在solution_getter内部和绘图之前添加打印语句，以查看实际数据是什么。