我希望找到曲线下的区域。该曲线不能转化为令人满意的方程。 编码非常简单。
from scipy.integrate import simps
import numpy as np
y = np.array([1489.263705,1226.774401,5576.973322,1394.189836,1151.001948,867.5819289,773.5496598,1076.135273,1067.513122,3072.972271,2826.697242,1200.779848])
x = np.array([40126,40154,40193,40226,40295,40325,40352,40379,40406,40448,40476,40490])
print simps(y,x)
由于我的数据集实际上并不是那么大，我尝试在Excel中手动完成。一旦使用= FORECAST功能，一次手动将其分成不同测量点之间的线性方程。 三种不同的方式产生不同的结果。 = FORECAST（值= 686.6569835）和手动分割（678.9578851）是显而易见的 - 手动更好，它使用更多的点。 python方式产生662.425396。
问题1 - 离散整合背后的数学是什么 - 当然它是线性的，但是它怎么会产生相同的结果呢？
问题2 - 哪种结果最正确？为什么？我可以使用scipy以多种方式集成，如何在不知道结果的情况下量化哪一个更好？
希望这个问题不会太过分。
祝你好运， 的Mathias
答案 0 :(得分：0)
问题1：好的介绍在这里http://en.wikipedia.org/wiki/Numerical_integration
问题2：如果你不知道曲线（方程式），很难说积分结果最好。