scipy.interpolate.BSpline.

integrate

BSpline.integrate(a, b, extrapolate=None)

计算样条函数的定积分。

参数:

afloat

积分下限。

bfloat

积分上限。

extrapolatebool 或 ‘periodic’，可选

是否在基本区间 t[k] .. t[-k-1] 外进行外推，或者将样条函数在基本区间之外设为零。如果为 ‘periodic’，则使用周期性外推。如果为 None（默认），则使用 self.extrapolate。

返回:

Iarray_like

样条函数在区间 [a, b] 上的定积分。

示例

在您的浏览器中尝试一下！

在基本区间 \([0, 2]\) 上构造线性样条函数 x if x < 1 else 2 - x 并对其进行积分

>>> from scipy.interpolate import BSpline
>>> b = BSpline.basis_element([0, 1, 2])
>>> b.integrate(0, 1)
array(0.5)

如果积分限在基本区间之外，结果将由 extrapolate 参数控制

>>> b.integrate(-1, 1)
array(0.0)
>>> b.integrate(-1, 1, extrapolate=False)
array(0.5)

>>> import matplotlib.pyplot as plt
>>> fig, ax = plt.subplots()
>>> ax.grid(True)
>>> ax.axvline(0, c='r', lw=5, alpha=0.5)  # base interval
>>> ax.axvline(2, c='r', lw=5, alpha=0.5)
>>> xx = [-1, 1, 2]
>>> ax.plot(xx, b(xx))
>>> plt.show()

返回在新标签页中打开