TypeError: 'Add' object 不可调用，我该如何解决？

Question

我想找到非线性 Function 的根。所以，我在 scipy.optimize 库中使用 fsolve 方法。 但是，它不起作用。

具有非线性 Function 根的变量名称是“s”。 使用变量“s”，我想找到其他变量值。 如果你能帮助我，我将不胜感激。

代码

# calculate I0 with new Rp value

from sympy import Symbol, solve, exp
import sympy as sp
from scipy.optimize import fsolve

I02 = (Isc \* (1 + Rs1 / Rp) - Voc / Rp) / (np.exp(Voc / vt1) - np.exp(Rs1 \* Isc / vt1));
Ipv2 = I02 \* ((np.exp(Voc / vt1)) - 1) + Voc / Rp;
ImpC = Pmax / VmpC;
err = abs(Imp - ImpC);
Rpnew = Rp;
while ((err \> toll) & (itI \< iter)) :
if ImpC \< Imp :
Rpnew = Rp + 0.1 \* itI;
else :
Rpnew = Rp - 0.1 \* itI;

    print(itI);
    # Calculate I0 with rpnew
    I02 = (Isc * (1 + Rs1 / Rpnew) - Voc / Rpnew) / (np.exp(Voc / vt1) - np.exp(Rs1 * Isc / vt1));
    print(I02);
    Ipv2 = I02 * ((np.exp(Voc / vt1)) - 1) + Voc / Rpnew;
    print(Ipv2);
    
    x = sp.symbols('x');
    eqn = Ipv2 - (I02 * (sp.exp((Vmp + (Rs1 * x)) / vt1) - 1)) - x - (Vmp + Rs1 * x) / Rpnew;
    print(eqn);
    print(type(eqn));
    
    current_c = Imp;
    print(current_c);
    
    s = fsolve(func = eqn, x0 = current_c);
    print(s);
    ImpC = s;
    itI = itI + 1;
    err = abs(Imp - ImpC);

回溯按摩

TypeError                                 Traceback (most recent call last)
Cell In \[65\], line 43
40 print(current_c);
41 # s = fzero(eqn,current_c);
42 # s = sp.solveset(eqn, x);
\---\> 43 s = fsolve(func = eqn, x0 = current_c);
44 print(s);
45 ImpC = s;


TypeError: 'Add' object is not callable'

Answer 1

显然，由于您没有显示许多变量的定义，因此我无法重新创建它。 但是我可以做一个简单的表达：

In [2]: epn = x-y  
In [3]: epn
Out[3]: 
x-y

你检查了epn的type （但没有显示它，），所以你知道它是一个sympy.Add object：

In [4]: type(epn)
Out[4]: sympy.core.add.Add

一些 sympy 基础知识的阅读应该清楚地表明表达式不是 python function。也就是说它不可调用：

In [5]: epn(1,2)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
Cell In[5], line 1
----> 1 epn(1,2)

TypeError: 'Add' object is not callable

scipy fsolve的文档明确指出第一个参数：

func: callable f(x, *args)

您有两个选择 - 创建可在fsolve中使用的 python function。 如果x是唯一不应该很难的变量（符号）。 我注意到您混合使用了np.exp和sp.exp 。 为什么？

另一种选择是使用sympy求解器。

作为一般规则，混合sympy和scipy/numpy不是一个好主意。 lambdify有时可用于将 sympy 表达式转换为 python function。但也许更重要的是，您需要阅读 sympy 文档以更清楚地了解其对象（符号和表达式）与 Python 变量和函数有何不同。