python中Scipy模块求取积分的方法:

SciPy下实现求函数的积分的函数的基本使用,积分,高等数学里有大量的讲述,基本意思就是求曲线下面积之和。

其中rn可认为是偏差,一般可以忽略不计,wi可以视为权重。

在SciPy里提供了很多的求各类积分的函数,依据传入参数的不同可以分为两类:一类是传入一个已知的函数和积分的上下限;另一类是传入点集,这个适用于做完物理实现后收集的一些数据,但函数无法确定,但有很多的数据点,那么这些点包络下的面积是多少,也是积分问题,所以在SciPy里有针对点集求积分的函数,形式上函数的参数是数组或者列表。

1、已知函数型求积分

本节以几个问题的形式展示SciPy下如何求积分。

  • 问题1:这里假设函数为f(x)=x+1,求积分的上下限为[1,2],数学表达式为:

可以利用Scipy模块下的子模块integrate里的quad函数来求这个数学问题的计算值。

from scipy import integrate def f(x): return x + 1 v, err = integrate.quad(f, 1, 2) print v 

程序的执行结果为:

2.5

问题2:但对于f(x)=ax+b这种函数,a和b肯能未知的这种函数,quad能用么?答案是可以的,quad有形参args可以传入一些参数进去的。
from scipy import integrate
def f(x, a, b): return a * x + b v, err = integrate.quad(f, 1, 2, args = (-1, 1)) print v 

程序的执行结果是:

-0.5

问题3:如果遇到积分函数有断点,可以通过quad函数的points给出断点继续求积分。例如:


这里f(x)在x=0的地方存在断点,如果没有给出断点就通过quad计算计算:
from scipy import integrate
import numpy as np
def f(x): return 1 / np.sqrt(abs(x)) v, err = integrate.quad(f, -1, 1) print v 

程序运行时:

scipy1801.py:4: RuntimeWarning: divide by zero encountered in double_scalars return 1 / np.sqrt(abs(x)) inf 

结果是inf(无限、无穷)且有除0错误! 修改一下:

from scipy import integrate
import numpy as np def f(x): return 1 / np.sqrt(abs(x)) v, err = integrate.quad(f, -1, 1, points=[0]) print v 

结果是:

4

我们可以绘制一下这个函数的可视化曲线:

from scipy import integrate
import numpy as np
def f(x): return 1 / np.sqrt(abs(x)) v, err = integrate.quad(f, -1, 1, points=[0]) print v 

import numpy as np, matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D
fig, ax = plt.subplots(figsize=(8, 3))
x = np.linspace(-1, 1, 10000)
ax.plot(x, f(x), lw=2)
ax.fill_between(x, f(x), color=‘green’, alpha=0.5)
ax.set_xlabel(" x x x", fontsize=18)
ax.set_ylabel(" f ( x ) f(x) f(x)", fontsize=18)
ax.set_ylim(0, 25)
plt.show()

得到如下的结果图: 

2 给出点集的积分

在无法确认积分函数的情况下,给出一些序列也可做积分。

  • 问题4:求积分而是有这个函数的10个样本数据,那传入quad函数的不是f(x)=x, 而是对应的各个(xi,yi)。
from scipy import integrate import numpy as np def f(x): return np.sqrt(x) x = np.linspace(0, 2, 10) y = f(x) v = integrate.trapz(y, x) print v 

程序的运行结果:

1.8652953655957172

3 多重积分

SciPy下的二重积分可以用dblquad函数来计算、三重积分可以用tplquad函数来计算而关于f(x1,x2,⋯,xn)的多重积分可以使用nquad函数。

  • 二重积分dblquad函数来计算,假设有一个函数f(x,y)需要计算其二重积分。
如何用Scipy的dblquad函数呢? 对于一个泛型的二重积分的一般表达式格式为:

那么dblquad函数的第一个形参应是f(x,y)、第2、3、4、5分别是a、b、g(x)、h(x),也就是说dblquad函数的第4和5是一个函数。
from scipy import integrate import numpy as np def f(x, y): return x * y def h(x): return x v, err = integrate.dblquad(f, 1, 2, lambda x: 1, h) print v 

程序的执行结果:

1.125


三重积分可以使用tplquad来计算。三重积分的一般表达式格式为:

tqlquad(f, a, b, g, h, q, r)

其中f、g、h、q、r均为函数。下面以计算

用Python编写的程序如下所示:

from scipy import integrate import numpy as np f = lambda x, y, z : x g = lambda x : 0 h = lambda x : (1 - x) / 2 q = lambda x, y : 0 r = lambda x, y : 1 - x - 2 * y v, err = integrate.tplquad(f, 0, 1, g, h, q, r) print v 

程序执行结果:

0.02083333333


 

 

[参考文献](https://www.cnblogs.com/Yanjy-OnlyOne/p/11185582.html)
Logo

华为开发者空间,是为全球开发者打造的专属开发空间,汇聚了华为优质开发资源及工具,致力于让每一位开发者拥有一台云主机,基于华为根生态开发、创新。

更多推荐