scipy.integrate.
simpson#
- scipy.integrate.simpson(y, x=None, *, dx=1.0, axis=-1)[源代码]#
使用沿给定轴的样本和复合辛普森法则积分 y(x)。如果 x 为 None，则假定间隔为 dx。
- 参数:
- yarray_like
要积分的数组。
- xarray_like, 可选
如果给定，y 的采样点。
- dxfloat, 可选
沿 x 轴的积分点间距。仅当 x 为 None 时使用。默认值为 1。
- axisint, 可选
沿其积分的轴。默认为最后一个轴。
- 返回:
- float
使用复合辛普森法则计算的估计积分值。
另请参阅
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采样数据的积分器
cumulative_trapezoid采样数据的累积积分
cumulative_simpson使用辛普森 1/3 法则的累积积分
注意
对于等间距的奇数个样本，如果函数是 3 阶或更低阶的多项式，则结果是精确的。如果样本不是等间距的，则结果仅当函数是 2 阶或更低阶的多项式时才是精确的。
参考文献
[1]Cartwright, Kenneth V. Simpson’s Rule Cumulative Integration with MS Excel and Irregularly-spaced Data. 《数学科学与数学教育》杂志. 12 (2): 1-9
示例
>>> from scipy import integrate >>> import numpy as np >>> x = np.arange(0, 10) >>> y = np.arange(0, 10)
>>> integrate.simpson(y, x=x) 40.5
>>> y = np.power(x, 3) >>> integrate.simpson(y, x=x) 1640.5 >>> integrate.quad(lambda x: x**3, 0, 9)[0] 1640.25