Python SciPy BSpline.integrate用法及代码示例

本文简要介绍 python 语言中 scipy.interpolate.BSpline.integrate 的用法。

用法:

BSpline.integrate(a, b, extrapolate=None)#

计算样条的定积分。

参数 ：：

a： 浮点数

积分的下限。

b： 浮点数

积分上限。

extrapolate： bool 或 ‘periodic’，可选

是否外推超出基本区间，t[k] .. t[-k-1]，或将样条曲线设为基本区间之外的零。如果‘periodic’，使用周期性外推。如果无(默认)，使用self.extrapolate.

返回 ：：

I： array_like

样条在区间 [a, b] 上的定积分。

例子：

在基本区间 \([0, 2]\) 上构造线性样条 x if x < 1 else 2 - x 并将其积分

>>> from scipy.interpolate import BSpline
>>> b = BSpline.basis_element([0, 1, 2])
>>> b.integrate(0, 1)
array(0.5)

如果积分限制在基本区间之外，则结果由外推参数控制

>>> b.integrate(-1, 1)
array(0.0)
>>> b.integrate(-1, 1, extrapolate=False)
array(0.5)

>>> import matplotlib.pyplot as plt
>>> fig, ax = plt.subplots()
>>> ax.grid(True)
>>> ax.axvline(0, c='r', lw=5, alpha=0.5)  # base interval
>>> ax.axvline(2, c='r', lw=5, alpha=0.5)
>>> xx = [-1, 1, 2]
>>> ax.plot(xx, b(xx))
>>> plt.show()