如何计算 python 中的错误积分?
How to calculate improper integral in python?
如何计算这个积分的值:
f_tu(t) 给出为 numpy.array
。该图如下所示:
我该如何实施?
我能找到的所有东西看起来都像这样
from scipy.integrate import quad
def f(x):
return 1/sin(x)
I = quad(f, 0, 1)
但我那里有一个数组,而不是像 sin
.
这样的特定函数
来自 sklearn.metrics 的 auc 怎么样?
import numpy as np
import numpy as np
from scipy.integrate import quad
from sklearn.metrics import auc
x = np.arange(0, 100, 0.001)
y = np.sin(x)
print('auc:', auc(x,y))
print('quad:', quad(np.sin, 0, 100))
auc: 0.13818791291277366
四边形:(0.1376811277123232,9.459751315610276e-09)
好的,所以你有了那些讨厌的无穷大积分之一。以下是我的处理方式:
import numpy as np
from scipy.integrate import quad
def f(x):
return(1/(x**2)) #put your function to integrate here
print(quad(f,0,np.Infinity)) #integrates from 0 to infinity
这returns两个值。第一个是积分的估计值,第二个是积分的近似绝对误差,知道有用。
如果你想集成一个 numpy 数组,这里有一个简单的解决方案:
import numpy as np
print(np.trapz(your numpy array here))
如何计算这个积分的值:
f_tu(t) 给出为 numpy.array
。该图如下所示:
我该如何实施? 我能找到的所有东西看起来都像这样
from scipy.integrate import quad
def f(x):
return 1/sin(x)
I = quad(f, 0, 1)
但我那里有一个数组,而不是像 sin
.
来自 sklearn.metrics 的 auc 怎么样?
import numpy as np
import numpy as np
from scipy.integrate import quad
from sklearn.metrics import auc
x = np.arange(0, 100, 0.001)
y = np.sin(x)
print('auc:', auc(x,y))
print('quad:', quad(np.sin, 0, 100))
auc: 0.13818791291277366
四边形:(0.1376811277123232,9.459751315610276e-09)
好的,所以你有了那些讨厌的无穷大积分之一。以下是我的处理方式:
import numpy as np
from scipy.integrate import quad
def f(x):
return(1/(x**2)) #put your function to integrate here
print(quad(f,0,np.Infinity)) #integrates from 0 to infinity
这returns两个值。第一个是积分的估计值,第二个是积分的近似绝对误差,知道有用。
如果你想集成一个 numpy 数组,这里有一个简单的解决方案:
import numpy as np
print(np.trapz(your numpy array here))