python - 如何在 Python 中集成两个一维数据数组？

Question

我有两个表格数据数组，x 和 y，但我不知道生成数据的函数。我希望能够计算数据在 x 轴上任意点生成的直线的积分。

与其对数据插值一个分段函数，然后尝试对其进行积分，这让我遇到了麻烦，有什么我可以使用的东西可以通过评估数组来简单地提供积分吗？

在搜索解决方案时，我看到了对 iPython 和 Pandas 的引用，但我无法找到这些包中有助于完成此任务的部分。

如果没有简单集成阵列的方法，您能否就处理此任务的最佳方法提供一些建议？

Answer 1

Scipy has some nice tools to perform numerical integration.

例如，您可以使用 scipy.integrate.simpson执行辛普森法则，您可以通过以下方式传递给它:

scipy.integrate.simps(y, x=None, dx=1, axis=-1, even='avg')

Parameters :
y : array_like Array to be integrated.

x : array_like, optional If given, the points at which y is sampled.

dx : int, optional Spacing of integration points along axis of y. Only used when x is None. Default is 1.

axis : int, optional Axis along which to integrate. Default is the last axis.

even : {‘avg’, ‘first’, ‘str’}, optional

‘avg’ : Average two results:1) use the first N-2 intervals with a trapezoidal rule on the last interval and 2) use the last N-2 intervals with a trapezoidal rule on the first interval.

‘first’ : Use Simpson’s rule for the first N-2 intervals with a trapezoidal rule on the last interval.

‘last’ : Use Simpson’s rule for the last N-2 intervals with a trapezoidal rule on the first interval.

因此您可以使用您的两个数组进行数值积分。