資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法學使用複合梯形法則在Python中進行積分，並反向設定積分樣本點
要使用複合梯形法則沿給定軸進行積分，請使用numpy.trapz()方法。如果提供x，則積分將沿著其元素依次進行——它們不會被排序。該方法返回'y'（n維陣列）沿單個軸的定積分，該積分由梯形法則近似。如果'y'是一維陣列，則結果為浮點數。如果'n'大於1，則結果為'n-1'維陣列。
第一個引數y是要積分的輸入陣列。第二個引數x是與y值對應的樣本點。如果x為None，則假設樣本點均勻間隔dx。預設為None。第三個引數dx是x為None時樣本點之間的間距。預設為1。第四個引數axis是要積分的軸。
步驟
首先，匯入所需的庫：
import numpy as np
使用array()方法建立一個numpy陣列。我們添加了int型別的元素：
arr = np.array([20, 35])
顯示陣列：
print("Our Array...\n",arr)檢查維度：
print("\nDimensions of our Array...\n",arr.ndim)
獲取資料型別：
print("\nDatatype of our Array object...\n",arr.dtype)要使用複合梯形法則沿給定軸進行積分，請使用numpy.trapz()方法：
print("\nResult (trapz)...\n",np.trapz(arr, x = [80, 55]))
示例
import numpy as np
# Creating a numpy array using the array() method
# We have added elements of int type
arr = np.array([20, 35])
# Display the array
print("Our Array...\n",arr)
# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)
# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)
# To integrate along the given axis using the composite trapezoidal rule, use the numpy.trapz() method
print("\nResult (trapz)...\n",np.trapz(arr, x = [80, 55]))輸出
Our Array... [20 35] Dimensions of our Array... 1 Datatype of our Array object... int64 Result (trapz)... -687.5
更新於：2022年2月28日
164 次瀏覽
廣告