SciPy - integration.quadrature() 方法
SciPy 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、求定积分和求解微分方程。
语法
以下是 SciPy 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:确定积分的上限间隔。
返回值
此方法返回浮点值作为结果。
示例 1
以下是 SciPy integrate.quadrature() 方法,该方法说明了简单的多项式函数,即 f(x) = x2,在 [0, 1] 区间内。
from scipy import integration # 定义要积分的函数 def func(x): return x**2 # 执行积分 res, err = integration.quadrature(func, 0, 1) # 显示结果 print("积分:", res) print("误差估计:", err)
输出
上述代码产生以下输出 −
积分:0.33333333333333337 误差估计:0.0
示例 2
在这里,我们通过定义 sin() 函数来演示三角函数,并将区间设置为 0 到 pi。
在数学中,我们将上述句子表示为 f(x) = sin(x),区间为 [0, π]
import numpy as np import scipy.integrate as sp # 定义与三角函数积分的函数 def fun(x): return np.sin(x) # 执行积分 res, err = sp.quadrature(fun, 0, np.pi) print("积分:", res) print("误差估计:", err)
输出
上述代码产生以下输出 −
积分:2.0000000000017897 误差估计: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] 区间内,其中 a = 3 和 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
上述代码产生以下输出 −
Integral: 18.0 Error estimate: 0.0