Python SciPy LSQUnivariateSpline.antiderivative用法及代码示例

本文简要介绍 python 语言中scipy.interpolate.LSQUnivariateSpline.antiderivative的用法。

用法:

LSQUnivariateSpline.antiderivative(n=1)#

构造一个表示该样条的反导数的新样条。

参数 ：：

n： 整数，可选

要评估的反衍生物的顺序。默认值：1

返回 ：：

spline： UnivariateSpline

k2=k+n 阶样条表示该样条的反导数。

注意：

例子：

>>> import numpy as np
>>> from scipy.interpolate import UnivariateSpline
>>> x = np.linspace(0, np.pi/2, 70)
>>> y = 1 / np.sqrt(1 - 0.8*np.sin(x)**2)
>>> spl = UnivariateSpline(x, y, s=0)

导数是反导数的逆运算，尽管会累积一些浮点误差：

>>> spl(1.7), spl.antiderivative().derivative()(1.7)
(array(2.1565429877197317), array(2.1565429877201865))

Antiderivative 可用于计算定积分：

>>> ispl = spl.antiderivative()
>>> ispl(np.pi/2) - ispl(0)
2.2572053588768486

这确实是完全椭圆积分的近似值\(K(m) = \int_0^{\pi/2} [1 - m\sin^2 x]^{-1/2} dx\)：

>>> from scipy.special import ellipk
>>> ellipk(0.8)
2.2572053268208538