SciPy - integrate.quadrature() 方法

SciPy 的 integrate.quadrature() 方法用于计算数值积分。在数据分析中，我们使用此方法执行各种任务，例如计算曲线下面积、评估定积分和求解微分方程。

语法

以下是 SciPy 的 integrate.quadrature() 方法的语法：

quadrature(func, arg_1, arg_2)

参数

此函数接受以下参数：

• func：定义要积分的自定义函数。
• arg_1：确定积分区间的下限。
• arg_2：确定积分区间的上限。

返回值

此方法返回浮点值作为结果。

示例 1

以下是 SciPy 的 integrate.quadrature() 方法，它说明了简单的多项式函数，即f(x) = x² 在[0, 1]区间上的积分。

from scipy import integrate

# define the function to integrate
def func(x):
   return x**2

# perform the integration
res, err = integrate.quadrature(func, 0, 1)

# display the result
print("Integral:", res)
print("Error estimate:", err)

输出

以上代码产生以下输出：

Integral: 0.33333333333333337
Error estimate: 0.0

示例 2

在这里，我们通过定义sin()函数并设置0到pi之间的区间来演示三角函数的积分。

在数学中，我们将上述语句表示为f(x) = sin(x) 在[0, π]区间上的积分。

import numpy as np
import scipy.integrate as sp

# define the function to integrate with trigonometric function
def fun(x):
    return np.sin(x)

# perform the integration
res, err = sp.quadrature(fun, 0, np.pi)
print("Integral:", res)
print("Error estimate:", err)

输出

以上代码产生以下输出：

Integral: 2.0000000000017897
Error estimate: 5.245188727798222e-10

示例 3

该程序演示了带有额外参数的函数的积分，即f(x) = a * x + b 在[0, 2]区间上的积分，其中a = 3 且b = 4。

import numpy as np
import scipy.integrate as sp
def fun(x, a, b):
    return a * x + b

res, err = sp.quadrature(fun, 0, 2, args=(4, 5))
print("Integral:", res)
print("Error estimate:", err)

输出

以上代码产生以下输出：

Integral: 18.0
Error estimate: 0.0