上一主题

numpy.cross

下一主题

numpy.exp

numpy.trapz

numpy.trapz(y, x=None, dx=1.0, axis=-1)[source]

使用复合梯形法则沿给定轴进行积分。

沿给定轴集成yx)。

参数:

y:array_like

输入数组进行积分。

x:array_like,可选

对应于y值的采样点。如果x为无,则假定采样点间隔为dx均匀分布。默认值为None。

dx:标量,可选

x时采样点之间的间距为无。默认值为1。

axis:int,可选

沿其积分的轴。

返回:

trapz:float

定义积分近似由梯形规则。

也可以看看

sumcumsum

笔记

图像[R287]示出梯形规则 - 点的y轴位置将取自y t>数组,默认情况下点之间的x轴距离将为1.0,提供x数组或dx标量。返回值将等于红线下面的合并面积。

参考文献

[R286]维基百科页面:http://en.wikipedia.org/wiki/Trapezoidal_rule
[R287]12插图:http://en.wikipedia.org/wiki/File:Composite_trapezoidal_rule_illustration.png

例子

>>> np.trapz([1,2,3])
4.0
>>> np.trapz([1,2,3], x=[4,6,8])
8.0
>>> np.trapz([1,2,3], dx=2)
8.0
>>> a = np.arange(6).reshape(2, 3)
>>> a
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.trapz(a, axis=0)
array([ 1.5,  2.5,  3.5])
>>> np.trapz(a, axis=1)
array([ 2.,  8.])