scipy ODE，当 nsteps 超过时会发生什么？答案

【问题标题】：scipy ODE, what happens when nsteps exceeded?scipy ODE，当 nsteps 超过时会发生什么？
【发布时间】：2018-10-25 14:43:20
【问题描述】：

我正在使用 scipy ode 对数百万个案例进行数值积分，偶尔会出现错误：

在此调用上完成的工作过多（可能是错误的 Dfun 类型）。

我增加了相当多的 nsteps (500,000)，我还尝试为“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：发生这种情况时会发生什么？那个集成运行被抛出了吗？或者，我可以强迫它被扔掉吗？我不在乎我是否在数百万次运行中丢失了一些，但我不希望数据被污染。

【问题讨论】：

【解决方案1】：

出现此错误时返回值可疑。作为一个测试用例，我尝试用 10 个步骤将 dy/dt = y 从 0 集成到 1：

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))

这将打印[1.40213975] 并带有警告“在此调用上完成的工作过多（可能是错误的 Dfun 类型）”。返回值显然是错误的：确切的解决方案是exp(1) = 2.718... 似乎在达到nsteps 时积分过程确实停止了，并且此时找到的任何y 都将返回，即使它不是y(1)。

您可以通过在r.integrate 之后调用r.successful() 来检测这一点：如果返回 False，则最近的步骤失败。

增加 nsteps（这里 50 就足够了）消除警告并返回正确的值。

除此之外：考虑使用new SciPy API for ODE，例如solve_ivp，它消除了旧的ode 方法的一些微观管理（solve_ivp 中没有nsteps 选项）。

【讨论】：

好的，所以澄清一下，集成实际上并没有在 nsteps 处停止，它会一直持续到完成并在 nsteps 处发出警告？
重新阅读代码，到达nsteps时它确实终止了，所以我的回答是错误的。查看修订版。
好的，谢谢。那么有没有办法摆脱这种整合呢？或者也许我可以捕捉到该警告并手动将其丢弃？
另一方面，我仍在使用旧的 ODE，因为我需要根据位置而不是时间来退出（请参阅我的上一个问题：stackoverflow.com/questions/50047265/…）
只需在每个r.integrate 之后检查r.successful()。在答案中编辑。