scipy.integrate.

cumulative_trapezoid#

scipy.integrate.cumulative_trapezoid(y, x=None, dx=1.0, axis=-1, initial=None)[source]#

使用复合梯形规则累积积分 y(x)。

参数:

yarray_like: 要积分的值。
xarray_like, 可选: 要积分的坐标。如果为 None（默认），则在 y 中的连续元素之间使用间距 dx。
dxfloat, 可选: y 元素之间的间距。仅在 x 为 None 时使用。
axisint, 可选: 指定要累积的轴。默认为 -1（最后一个轴）。
initial标量, 可选: 如果给出，则将此值插入返回结果的开头。 0 或 None 是唯一接受的值。默认值为 None，这意味着 res 沿积分轴比 y 少一个元素。

自版本 1.12.0 起已弃用: initial 的非零输入选项将在 SciPy 1.15.0 中弃用。此后，如果 initial 不是 None 或 0，则会引发 ValueError。

返回值:

resndarray: 沿 axis 累积积分 y 的结果。如果 initial 为 None，则形状使得积分轴的值比 y 少一个。如果给出了 initial，则形状等于 y 的形状。

另请参阅

numpy.cumsum, numpy.cumprod
cumulative_simpson: 使用辛普森 1/3 规则进行累积积分
quad: 使用 QUADPACK 的自适应求积
fixed_quad: 固定阶高斯求积
dblquad: 二重积分
tplquad: 三重积分
romb: 用于采样数据的积分器

示例

>>> from scipy import integrate
>>> import numpy as np
>>> import matplotlib.pyplot as plt

>>> x = np.linspace(-2, 2, num=20)
>>> y = x
>>> y_int = integrate.cumulative_trapezoid(y, x, initial=0)
>>> plt.plot(x, y_int, 'ro', x, y[0] + 0.5 * x**2, 'b-')
>>> plt.show()

../../_images/scipy-integrate-cumulative_trapezoid-1.png