scipy.integrate.

romb#

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

使用函数样本进行龙贝格积分。

参数：:

yarray_like: 一个包含 2**k + 1 个等间距函数样本的向量。
dxfloat, 可选: 样本间距。默认值为 1。
axisint, 可选: 要积分的轴。默认值为 -1（最后一个轴）。
showbool, 可选: 当 y 是一个单独的一维数组时，如果该参数为 True，则打印显示从样本进行的理查森外推的表格。默认值为 False。

返回值：:

rombndarray: axis 的积分结果。

另请参阅

quad: 使用 QUADPACK 进行自适应求积
fixed_quad: 固定阶高斯求积
dblquad: 二重积分
tplquad: 三重积分
simpson: 用于采样数据的积分器
cumulative_trapezoid: 用于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