Question

我有两个列表数据数组x和y，我不知道生成数据的函数。我希望能够在沿x轴的任何点评估数据产生的线的积分。

不是将分段函数插入数据然后尝试集成我遇到的问题，而是我可以使用的东西只是通过评估数组来提供积分？

在搜索解决方案时，我看到了对iPython和Pandas的引用，但我无法找到有助于完成此任务的那些软件包的部分。

如果没有办法简单地集成数组，你能提供一些关于处理这项任务的最佳方法的建议吗？

Answer 1

Scipy has some nice tools to perform numerical integration.

例如，您可以使用scipy.integrate.simps执行simpson规则，您可以传递以下内容：

scipy.integrate.simps（y，x =无，dx = 1，轴= -1，偶数='平均'）

参数：
  y：array_like   要集成的数组。

x：array_like，可选   如果给定，则采样y的点。

dx：int，可选   沿y轴的积分点的间距。仅在x为None时使用。默认值为1。

axis：int，可选   Axis沿着它整合。默认是最后一个轴。

甚至：{'avg'，'first'，'str'}，可选

'avg'：平均两个结果：1）使用第一个N-2区间   最后一个区间的梯形规则和2）在第一个区间使用最后的N-2区间和梯形规则。

'first'：使用Simpson规则获得第一个N-2区间   最后一个区间的梯形规则。

'last'：使用Simpson的规则获得最后一个N-2区间   第一个区间的梯形规则。

因此，您可以使用两个数组进行数值积分。

Answer 2

Scipy有integration功能可以帮助您。

如果你想使用cumulative sum of trapezoids进行整合，这可能是最好的一系列点。

你可以这样做：

>>> from scipy import integrate
>>> x = np.linspace(-2, 2, num=20)
>>> y = x
>>> y_int = integrate.cumtrapz(y, x, initial=0)
>>> plt.plot(x, y_int, 'ro', x, y[0] + 0.5 * x**2, 'b-')
>>> plt.show()

这也将绘制数据并以图形方式显示给您。这是集成调用integrate.cumtrapz(y, x, initial=0)，其中x和y是你的两个数组。

如何在Python中集成两个1-D数据阵列？

2 个答案: