scipy.integrate.

romb#

scipy.integrate.romb(y, dx=1.0, axis=-1, show=False)[源代码]#

使用函数样本进行龙贝格积分。

参数:

yarray_like: 一个包含 2**k + 1 个函数等距样本的向量。
dxfloat, optional: 采样间隔。默认为 1。
axisint, optional: 积分轴。默认为 -1（最后一个轴）。
showbool, optional: 当 y 是一个单维数组时，如果此参数为 True，则打印显示从样本进行理查森外推的表格。默认为 False。

返回:

rombndarray: 沿 axis 积分的结果。

另请参阅

quad: 使用 QUADPACK 的自适应求积法
fixed_quad: 固定阶高斯求积法
dblquad: 二重积分
tplquad: 三重积分
simpson: 采样数据积分器
cumulative_trapezoid: 采样数据的累积积分

示例

>>> from scipy import integrate
>>> import numpy as np
>>> x = np.arange(10, 14.25, 0.25)
>>> y = np.arange(3, 12)

>>> integrate.romb(y)
56.0

>>> y = np.sin(np.power(x, 2.5))
>>> integrate.romb(y)
-0.742561336672229

>>> integrate.romb(y, show=True)
Richardson Extrapolation Table for Romberg Integration
======================================================
-0.81576
 4.63862  6.45674
-1.10581 -3.02062 -3.65245
-2.57379 -3.06311 -3.06595 -3.05664
-1.34093 -0.92997 -0.78776 -0.75160 -0.74256
======================================================
-0.742561336672229  # may vary