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

  1. 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 ...

  2. 【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 ...

  3. 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-> ...

  4. 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 ...

  5. 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 ...

  6. 【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 ...

  7. 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

  8. 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 ...

  9. 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

  1. Java OOP(Object Oriented Programming)个人理解及总结
  2. Go 系列教程 —— 20. 并发入门
  3. Android中DatePicker日期选择器的使用和获取选择的年月日
  4. 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
  5. OpenCV参考手册之Mat类详解
  6. Dubbo+Zookeeper 基础讲解
  7. c++中delete和析构函数之间的区别
  8. 保证可见性_十年程序员浅谈并发的原子性、可见性、有序性
  9. 600个超实用ICON图标矢量
  10. 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
  11. 计算机软件怎么装,电脑拷贝的软件怎么安装
  12. Qimera和Fledermas处理大批量多波束数据的思考
  13. python报错:Empty suite
  14. 停止在csdn发文及上传资源的声明
  15. java实现APP版本比对工具类
  16. Android 客户端与服务端的数据交互问题
  17. 自己动手写一个操作系统——MBR(1)
  18. FPGA数字信号处理(十三)锁相环位同步技术的实现
  19. JS事件—unload、beforeunload
  20. 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

  1. 神经网络语音合成模型介绍
  2. Java集合类框架源码分析 之 LinkedList源码解析 【4】
  3. Windows10自带输入法输入数学符号 特殊符号
  4. SimCoat自动喷涂机操作手册
  5. ZIL的价值评估报告
  6. 『无法安装应用程序,因为XXXXXXXX的证书无效』解决方法。
  7. 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?
  8. 关于ITIL Foundation和ITIL Expert的考证路径介绍
  9. python error2_python解决方案:WindowsError: [Error 2]
  10. netflix conductor安装