数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究使用 Python 中的复合梯形规则沿轴 1 进行积分
要沿给定轴使用复合梯形规则进行积分，请使用 numpy.trapz() 方法。如果提供了 x，则积分会沿着其元素的顺序进行 - 它们不会被排序。该方法返回 'y'（n 维数组）沿单个轴的定积分，该积分由梯形规则近似。如果 'y' 是一个一维数组，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 值的采样点。如果 x 为 None，则假设采样点均匀分布，间隔为 dx。默认值为 None。第三个参数 dx 是当 x 为 None 时采样点之间的间距。默认值为 1。第四个参数 axis 是要沿其积分的轴。
步骤
首先，导入所需的库 -
import numpy as np
使用 arange() 方法创建 NumPy 数组。我们添加了整数类型的元素 -
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)要沿给定轴使用复合梯形规则进行积分，请使用 numpy.trapz() 方法 -
print("\nResult (trapz)...\n",np.trapz(arr, axis = 1))
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 = 1))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)... [ 2. 8. 14.]
更新于: 2022 年 2 月 25 日
241 次浏览
广告