用法:
scipy.integrate.trapz(y, x=None, dx=1.0, axis=-1)
使用复合梯形规则沿给定轴积分。
沿给定轴积分y(x)。
参数:
- y:array_like
输入数组要集成。
- x:array_like, 可选参数
采样点对应于y值。如果x为None,则假定采样点的dx间隔均匀。默认为无。
- dx:scalar, 可选参数
x为“无”时,采样点之间的间距。预设值为1。
- axis:int, 可选参数
整合所沿的轴。
返回值:
- trapz:浮点数
由梯形法则近似的定积分。
注意:
图片[2]说明了梯形规则-点的y轴位置将从y数组中获取,默认情况下,点之间的x轴距离为1.0,或者可以为它们提供x数组或dx标量。返回值将等于红线下方的总面积。
参考文献:
例子:
>>> np.trapz([1,2,3]) 4.0 >>> np.trapz([1,2,3], x=[4,6,8]) 8.0 >>> np.trapz([1,2,3], dx=2) 8.0 >>> a = np.arange(6).reshape(2, 3) >>> a array([[0, 1, 2], [3, 4, 5]]) >>> np.trapz(a, axis=0) array([1.5, 2.5, 3.5]) >>> np.trapz(a, axis=1) array([2., 8.])
相关用法
注:本文由纯净天空筛选整理自 scipy.integrate.trapz。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。