使用Python中的复合梯形规则沿轴0积分

要使用复合梯形规则沿给定轴积分，请使用numpy.trapz()方法。如果提供x，则积分将沿其元素依次进行——它们不会被排序。该方法返回沿单个轴由梯形规则近似的'y'=n维数组的定积分。如果'y'是一维数组，则结果为浮点数。如果'n'大于1，则结果为'n-1'维数组。

第一个参数y是要积分的输入数组。第二个参数x是对应于y值的样本点。如果x为None，则假定样本点均匀分布，相隔dx。默认值为None。第三个参数dx是x为None时样本点之间的间距。默认值为1。第四个参数axis是要积分的轴。

步骤

首先，导入所需的库：

import numpy as np

使用arange()方法创建一个numpy数组。我们添加了整型元素：

arr = np.arange(9).reshape(3, 3)

显示数组：

print("Our Array...\n",arr)

检查维度：

print("\nDimensions of our Array...\n",arr.ndim)

获取数据类型：

print("\nDatatype of our Array object...\n",arr.dtype)

要使用复合梯形规则沿给定轴积分，请使用numpy.trapz()方法：

print("\nResult (trapz)...\n",np.trapz(arr, axis = 0))

示例

import numpy as np

# Creating a numpy array using the arange() method
# We have added elements of int type
arr = np.arange(9).reshape(3, 3)

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# To integrate along the given axis using the composite trapezoidal rule, use the numpy.trapz() method
print("\nResult (trapz)...\n",np.trapz(arr, axis = 0))

输出

Our Array...
[[0 1 2]
[3 4 5]
[6 7 8]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Result (trapz)...
[ 6. 8. 10.]

更新于：2022年2月25日

201次浏览

启动您的职业生涯

完成课程获得认证

开始
广告