答案 0 :(得分:2)
您可以预先选择要整合的范围,然后传递x& y向量np.trapz
示例:
xs = xs = np.arange(0, np.pi, np.pi/100000)
ys = np.sin(xs)
np.trapz(ys, xs)
# 1.9999999998355067 ~ 2
np.trapz(ys[xs<np.pi/2], xs[xs<np.pi/2])
# 0.999999999917753 ~ 1
cond = (xs>=np.pi/4) & (xs<3*np.pi/4)
np.trapz(ys[cond], xs[cond])
# 1.4141913474931518 ~ sqrt(2)
在您的特定情况下:
假设函数是这样的:
xs = np.arange(0,1,0.000001)
ys = 0.6 + xs**2
如果y <1 ,则在0和曲线之间
np.trapz(ys[ys<1], xs[ys<1])
# 0.46380019145797086
如果y> 1,则在1.0和曲线之间
在此处,计算y>1
曲线下的面积,然后减去y=1
处垂直线下的面积
i1 = np.trapz(ys[ys>1], xs[ys>1])
ys2 = np.ones(np.sum(ys>1))
i2 = np.trapz(ys2, xs[ys>1])
i1 - i2
# 0.10198754187656967
或者,作为单行:
np.trapz(ys[ys>1]-1, xs[ys>1])
# 0.10198754187656967
答案 1 :(得分:1)
你只需将符合条件的数组部分传递给trapz:
np.trapz([i for i in y if i < 1])
并将曲线降低一个
np.trapz([i - 1 for i in y if i > 1])