numpy 定积分案例
定积分: 直观的说,对于一个给定的正实值函数,在一个实数区间上的定积分可以理解为坐标平面上由曲线、直线以及轴围城的去边梯形的面积值(一个确定的实数值)
案例
求二次函数y = 2x^2 + 3x + 4在[-5,5]区间内的积分
import numpy as np
import matplotlib.pyplot as mp #画图用
import matplotlib.patches as mc #图像打补丁用
import scipy.integrate as si #numpy求定积分用#声明曲线函数
def f(x):return 2 * x ** 2 + 3 * 4 + 4#1. 在区间[-5,5]间拆出1000个满足f(x)的点,画出该函数曲线
a, b = -5, 5
x1 = np.linspace(a, b, 1001)
y1 = f(x1)
mp.figure('Integral',facecolor='lightgray')
mp.title('Integral',fontsize=20)
mp.xlabel('x',fontsize=14)
mp.ylabel('y',fontsize=14)
#设置刻度参数,labelsize设置刻度字体大小
mp.tick_params(labelsize=10)
#显示网格
mp.grid(linestyle=':')
mp.plot(x1,y1,c='orangered',linewidth=6,label=r'$y=2x^2+3x+4$',zorder=0)#2. 微元法求积分
#把区间拆成50份(份数拆的越多,积分求得越精细)
n = 50
x2 = np.linespace(a,b,n+1)
#将x2传入f(x)获取y2
y2 = f(x2)
#通过计算拆出来的50个梯形的面积和,来求积分
area = 0
for i in range(n):#每个梯形的面积 = (上底+下底)*高/2area += (y2[i + 1] + y2[i] * (x2[1] - x2[0]) / 2
print(area) #用微元法求得的积分#将微元法分出的梯形在图中呈现出来
for i in range(n):mp.gca().add_patch(mc.Polygon([[x2[i],0],[x2[i],y2[i]], #梯形的左下点和左上点[x2[i+1],y2[i+1]],[x2[i+1],0]], #梯形的右上点和右下点fc='deepskyblue', #填充色ec='dodgerblue', #边缘色alpha=0.5))#3. numpy直接求定积分的API
#利用quad求定积分,给出函数f,积分下限和积分上限[a,b],返回值为(积分值,最大误差)
area = si.quad(f,a,b)[0]
print(area)mp.legend()
mp.show()
numpy 定积分案例相关推荐
- Matlab在线IDE:MATLAB Online介绍与计算定积分案例
目录 1.MATLAB Online介绍 功能与特点 命令行窗口和编辑器窗口 适用场景 计费方式 使用方法 2.注册登录 3.计算定积分 1.MATLAB Online介绍 MATLAB Online ...
- 【译】Understanding Batch Normalization with Examples in Numpy and Tensorflow with Interactive Code
因此,今天,我将探讨批量标准化( 批量标准化: 通过 Sergey Ioffe 和 Christian Szegedy 减少内部协变量来加速深度网络培训 ). 但是,为了加强我对数据预处理的理解,我将 ...
- 人工智能数学基础---定积分1:定积分的概念以及近似计算
一.引言 在日常计算中,需要进行一些非线性的计算,如曲边型的面积和变速直线运动的总里程等,由于非线性,导致这些计算不能使用常规的方法来进行.但如果将这些计算涉及的函数在其定义区间上细分成n(n-> ...
- python图形界面实践_数据可视化之实践篇——python
一.10个可视化例子 import matplotlib.pyplot as plt import seaborn as sns import numpy as np import pandas as ...
- jupyter notebook第三章numpy库的一些案例分析加相关函数的解析
NumPy是在1995年诞生的Python库Numeric的基础上建立起来的,但真正促使NumPy的发行的是Python的SciPy库.但SciPy中并没有合适的类似于Numeric中的对于基础数据对 ...
- 【ML】numpy ravel、c_、r_函数使用说明(结合实际案例)
[ML]numpy ravel.c_.r_函数使用说明(结合实际案例) 基本使用 ravel()函数用法 c_函数用法 r_函数用法 实践 基本使用 ravel()函数用法 ravel函数将一个多维数 ...
- 波士顿房价预测python代码_使用Python和Numpy构建神经网络模型——波士顿房价预测案例...
原标题:使用Python和Numpy构建神经网络模型--波士顿房价预测案例
- numpy 获取特定数值的索引_入门Numpy、Pandas及案例实践
用Python进行数据分析,需要用到数据分析相关的包,如本文中用到的pandas和numpy包. 本文目录: 用python分析一维数据 用python分析二维数据 案例:销售数据分析 一.一维数据分 ...
- 科学计算库NumPy案例:酒鬼漫步
通过前面对NumPy的学习,相信大家一定对NumPy这个科学计算包有了一定的了解,接下来,本节将通过酒鬼漫步的案例来介绍如何运用NumPy随机数模块与数据处理. 下面先为大家描述一下场景,在一片空旷的 ...
最新文章
- Java OOP(Object Oriented Programming)个人理解及总结
- Go 系列教程 —— 20. 并发入门
- Android中DatePicker日期选择器的使用和获取选择的年月日
- 畅想未来计算机的绘画作品小学生,畅想未来儿童画绘画作品大全
- OpenCV参考手册之Mat类详解
- Dubbo+Zookeeper 基础讲解
- c++中delete和析构函数之间的区别
- 保证可见性_十年程序员浅谈并发的原子性、可见性、有序性
- 600个超实用ICON图标矢量
- Java封装代码年龄性别姓名_Java生成随机姓名、性别和年龄的实现示例
- 计算机软件怎么装,电脑拷贝的软件怎么安装
- Qimera和Fledermas处理大批量多波束数据的思考
- python报错:Empty suite
- 停止在csdn发文及上传资源的声明
- java实现APP版本比对工具类
- Android 客户端与服务端的数据交互问题
- 自己动手写一个操作系统——MBR(1)
- FPGA数字信号处理(十三)锁相环位同步技术的实现
- JS事件—unload、beforeunload
- mysql初始数据库出错_安装MySQL提示initialize database(初始化数据库)错误解决方法...
热门文章
- 神经网络语音合成模型介绍
- Java集合类框架源码分析 之 LinkedList源码解析 【4】
- Windows10自带输入法输入数学符号 特殊符号
- SimCoat自动喷涂机操作手册
- ZIL的价值评估报告
- 『无法安装应用程序,因为XXXXXXXX的证书无效』解决方法。
- 创新研报 | 如何激发中国半导体企业发展潜力从而获得竞争优势,领跑新一轮增长?
- 关于ITIL Foundation和ITIL Expert的考证路径介绍
- python error2_python解决方案:WindowsError: [Error 2]
- netflix conductor安装