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 0pi

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[0, 2] 区间内,其中 a = 3b = 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

scipy_reference.html