我正在使用scipy.integrate.odeint 在空间和时间维度上求解 ODE（扩散方程）。我通过有限差分来表达空间导数，所以整个问题是一个时间问题。
求解器可以工作，但它似乎会自动调整时间间隔和总时间（而步数保持不变）。当我将结果与不调整时间间隔的简单 FCTS 方案进行比较时，它看起来总是不同的。
我意识到odeint 使用的实际时间步长是通过infodict['tcur'] 返回的。这是否意味着我总是必须针对这些时间绘制结果解决方案？为什么在 SciPy 文档中对此有不同的解释？ （在示例中，他们针对参数t 进行绘图，即我传递给odeint 的初始时间。）
编辑：
最后，这是我的代码中的一个错误。我将时间步长的索引传递给odeint 例程，而不是时间步长本身。无论如何，谢谢你的解释。
【问题讨论】：
odeint使用了两个时间步：
采样步骤，是积分器返回结果给您的时间间隔。 这是由你控制的，通常你会等距离地选择它。
积分步骤，是积分算法使用的时间离散化。 这是自动调整的，以确保（估计的）积分误差不会太高。 它的选择也使得采样步骤被准确地踩到（所以你在那里得到一个输出）。 一个采样步骤由不同数量的积分步骤组成，但至少有一个。 在大多数情况下，集成步骤是在集成商内部发生的事情，您无需处理任何事情。
求解器可以工作，但它似乎会自动调整时间间隔和总时间（而步数保持不变）。
情况不应该如此。
总时间和采样步骤应该始终是您在参数t 中指定的。
您的结果与 FCTS 方案的结果不同也可能是后者的错。
您可能想要进行的一项简单的完整性检查是降低准确度阈值（rtol 和 atol），这将导致更小的集成步骤（除非您的采样步骤非常小）。
这应该不会显着影响您的结果。
我意识到
odeint使用的实际时间步长是通过infodict['tcur']返回的。这是否意味着我总是必须针对这些时间绘制结果解决方案？
不，在大多数情况下，infodict['tcur'] 会比您的解决方案更长，因为集成步骤多于采样步骤。
SciPy 文档是正确的。
【讨论】：