python – 使用scipy执行样本的离散集成
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 使用scipy执行样本的离散集成,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含943字,纯文字阅读大概需要2分钟。
内容图文
![python – 使用scipy执行样本的离散集成](/upload/InfoBanner/zyjiaocheng/799/9be6b4e0e91d4552a93482d2734be27a.jpg)
我想从labview移植到python.
在labview中,有一个函数“Integral x(t)VI”,它将一组样本作为输入,执行样本的离散积分,并根据Simpsons规则返回值列表(曲线下面积).
我试图在scipy中找到一个等效的函数,例如scipy.integrate.simps,但这些函数返回整个样本集合中的求和积分,作为浮点数.
如何获得积分值列表而不是积分值之和?
我只是错误地看待问题吗?
解决方法:
我想你可能会稍微错误地使用scipy.integrate.simps. scipy.integrate.simps返回的区域是y下的总面积(传递的第一个参数).第二个参数是可选的,是x轴的样本值(每个y值的实际x值).即:
>>> import numpy as np
>>> import scipy
>>> a=np.array([1,1,1,1,1])
>>> scipy.integrate.simps(a)
4.0
>>> scipy.integrate.simps(a,np.array([0,10,20,30,40]))
40.0
我想你想在不同极限之间返回相同曲线下的区域?要做到这一点,你传递你想要的曲线部分,如下所示:
>>> a=np.array([0,1,1,1,1,10,10,10,10,0])
>>> scipy.integrate.simps(a)
44.916666666666671
>>> scipy.integrate.simps(a[:5])
3.6666666666666665
>>> scipy.integrate.simps(a[5:])
36.666666666666664
内容总结
以上是互联网集市为您收集整理的python – 使用scipy执行样本的离散集成全部内容,希望文章能够帮你解决python – 使用scipy执行样本的离散集成所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。