SciPy -integrate.cumulative_trapezoid() 方法

SciPy integrate.cumulative_trapezoid() 方法用于使用梯形规则从给定的点集计算积分。

在微积分理论中，梯形规则是通过计算近似定积分的数值积分来定义的。

语法

以下是 SciPy integrate.cumulative_trapezoid() 方法的语法 −

cumulative_trapezoid(x)
或，
cumulative_trapezoid(y,x)

参数

此方法接受以下参数参数 −

• x:此参数使用 array() 函数定义数组。
• y:此参数用于执行积分任务。

返回值

此方法以 list(float) 形式返回结果。

示例 1

以下是展示 SciPy integrate.cumulative_trapezoid() 方法用法的基本示例。

import numpy as np
from scipy.integrate importcumulative_trapezoid

x = np.array([1, 2, 3, 4])
res = cumulative_trapezoid(x)
print(res)

输出

上述代码产生以下结果 −

[1.5 4.  7.5]

示例 2

这里，我们有代表坐标点的 x 值。另一方面，y 值显示使用cumulative_trapezoid() 找到曲线下面积的相应值。

import numpy as np
from scipy import integration

y = np.array([1, 4, 9, 16])
x = np.array([1, 2, 3, 4])
res = integration.cumulative_trapezoid(y, x)
print(res)

输出

上述代码产生以下结果 −

[ 2.5 9. 21.5]

示例 3

在此示例中，cumulative_trapezoid() 接受两个参数 say(y 和 initial)它将值设置为 5，并计算给定点集 (y) 的积分差。

import numpy as np
from scipy.integrate importcumulative_trapezoid

y = np.array([1, 2, 3, 4])
res =cumulative_trapezoid(y, initial=5)
print(res)

输出

上述代码产生以下结果 −

[5. 1.5 4. 7.5]

scipy_reference.html