我在几百万个案例中使用scipy ode运行数值集成，偶尔我会收到错误：
此次调用完成的工作量过多（可能是错误的Dfun类型）。
我增加了nsteps一点点（500,000），我也尝试为'僵硬'问题指定BDF方法，如in this question所述
r = ode(RHS).set_initial_value(state0, t_initial).set_f_params(Efield,qmp)
r.set_integrator('vode',nsteps=500000,method='bdf')
我的问题是：发生这种情况会发生什么？这种整合是否会被抛弃？或者，我可以强迫它被抛出？如果我在数百万次运行中失去了一些，我不在乎，但我不希望数据受到污染。
答案 0 :(得分：1)
发生此错误时，返回值可疑。作为测试用例，我尝试将dy / dt = y从0整合为1，只需10步：
from scipy.integrate import ode
r = ode(lambda t, y: y).set_initial_value(1, 0).set_integrator('lsoda', nsteps=10)
print(r.integrate(1))
这会打印[1.40213975]警告＆＃34;在此调用上完成的超额工作（可能是错误的Dfun类型）＆＃34;。返回值显然是错误的：确切的解决方案是exp(1) = 2.718...当达到nsteps时，似乎积分过程确实停止，并且返回该时间找到的y，即使它不是y（1）。
您可以在r.successful()之后调用r.integrate来检测到这一点：如果它返回False，则最近一步失败。
增加nsteps（50就足够了）消除了警告并返回正确的值。
除此之外：考虑使用solve_ivp，例如ode，这会消除旧nsteps方法的一些微观管理（{1}中没有solve_ivp选项}）。