solve_ivp不能处理动态变化的步长，但是solve_ivp是一个执行ODESolver类型的求解器的 Package 器。使用ODESolver（如Radau），可以更改max_step属性。请参阅scipy文档，尽管很少有关于如何使用基于类的低级求解器的示例。希望下面的示例能有所帮助。
例如，此代码将步长限制为不大于0.1。

from scipy.integrate import solve_ivp, Radau
import numpy as np
def fun(t, y):
    return [1]
        
sol = solve_ivp(fun, [0, 1], [0], method="Radau", max_step=0.1)
print(np.diff(sol.t))

字符串
产量[1.00e-04 1.00e-03 1.00e-02 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 8.89e-02]
下面的代码是等效的：

rad = Radau(fun, t0=0, y0=[0], t_bound=1, max_step=0.1)
step_size = []
while rad.status == "running":
    rad.step()
    step_size.append(rad.step_size)
print(np.array(step_size))

型
得到[1.00e-04 1.00e-03 1.00e-02 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 8.89e-02]，结果相同。
但是现在，我们可以在计算过程中修改ODESolver对象，以在计算过程中更改最大步长。

rad = Radau(fun, t0=0, y0=[0], t_bound=1, max_step=0.1)
step_size = []
while rad.t < 0.5 and rad.status == "running":
    rad.step()
    step_size.append(rad.step_size)
rad.max_step = 0.05  # modify max_step
while rad.status == "running":
    rad.step()
    step_size.append(rad.step_size)
print(np.array(step_size))

型
产量[1.00e-04 1.00e-03 1.00e-02 1.00e-01 1.00e-01 1.00e-01 1.00e-01 1.00e-01 5.00e-02 5.00e-02 5.00e-02 5.00e-02 5.00e-02 5.00e-02 5.00e-02 5.00e-02 5.00e-02 3.89e-02]