SciPy - 积分



当一个函数无法进行解析积分,或者解析积分非常困难时,通常会转向数值积分方法。SciPy 提供了许多执行数值积分的例程。大多数例程都位于同一个 **scipy.integrate** 库中。下表列出了一些常用的函数。

序号 函数及描述
1

quad

单重积分

2

dblquad

二重积分

3

tplquad

三重积分

4

nquad

n 重积分

5

fixed_quad

高斯求积,n 阶

6

quadrature

达到容差的高斯求积

7

romberg

龙贝格积分

8

trapz

梯形法则

9

cumtrapz

梯形法则累积计算积分

10

simps

辛普森法则

11

romb

龙贝格积分

12

polyint

解析多项式积分 (NumPy)

13

poly1d

polyint 的辅助函数 (NumPy)

单重积分

Quad 函数是 SciPy 积分函数的核心。数值积分有时称为 **求积**,因此得名。它通常是执行函数 *f(x)* 在给定固定范围 a 到 b 上的单重积分的默认选择。

$$\int_{a}^{b} f(x)dx$$

quad 的一般形式为 **scipy.integrate.quad(f, a, b)**,其中 'f' 是要积分的函数的名称。而 'a' 和 'b' 分别是下限和上限。让我们来看一个高斯函数在 0 到 1 范围内的积分示例。

我们首先需要定义函数 → *f(x) = e-x²*,这可以使用 lambda 表达式来完成,然后调用该函数上的 quad 方法。

import scipy.integrate
from numpy import exp
f= lambda x:exp(-x**2)
i = scipy.integrate.quad(f, 0, 1)
print i

上面的程序将生成以下输出。

(0.7468241328124271, 8.291413475940725e-15)

quad 函数返回两个值,第一个值是积分值,第二个值是积分值绝对误差的估计值。

**注意** - 由于 quad 需要函数作为第一个参数,因此我们不能直接将 exp 作为参数传递。Quad 函数接受正负无穷大作为积分限。Quad 函数可以积分单个变量的标准预定义 NumPy 函数,例如 exp、sin 和 cos。

多重积分

二重积分和三重积分的机制已被封装到 **dblquad、tplquad** 和 **nquad** 函数中。这些函数分别集成四个或六个参数。所有内积分的极限都需要定义为函数。

Explore our latest online courses and learn new skills at your own pace. Enroll and become a certified expert to boost your career.

二重积分

**dblquad** 的一般形式为 scipy.integrate.dblquad(func, a, b, gfun, hfun)。其中,func 是要积分的函数的名称,'a' 和 'b' 分别是 x 变量的下限和上限,而 gfun 和 hfun 是定义 y 变量下限和上限的函数的名称。

例如,让我们执行二重积分方法。

$$\int_{0}^{1/2} dy \int_{0}^{\sqrt{1-4y^2}} 16xy \:dx$$

我们使用 lambda 表达式定义函数 f、g 和 h。请注意,即使 g 和 h 是常数(在许多情况下可能如此),也必须将其定义为函数,就像我们这里为下限所做的那样。

import scipy.integrate
from numpy import exp
from math import sqrt
f = lambda x, y : 16*x*y
g = lambda x : 0
h = lambda y : sqrt(1-4*y**2)
i = scipy.integrate.dblquad(f, 0, 0.5, g, h)
print i

上面的程序将生成以下输出。

(0.5, 1.7092350012594845e-14)

除了上面描述的例程之外,scipy.integrate 还有一些其他的积分例程,包括 nquad(执行 n 重积分),以及实现各种积分算法的其他例程。但是,quad 和 dblquad 将满足我们大多数数值积分的需求。

广告