如何做边界来解决数据数组的双积分？ Python

【问题标题】：How to do bounds to solve double integral for data arrays? Python如何做边界来解决数据数组的双积分？ Python
【发布时间】：2018-07-16 03:43:18
【问题描述】：

参考这个问题，同样，我需要为一个我不知道生成它的函数的采样数据求解一个双积分。我已经了解这个答案如何解决此类问题。

但是，在我的情况下，数据高于某个区域，该区域取决于我也作为数组拥有的额外参数。举个例子，我现在假设它以圆形区域为界。

a,b 和 r 是常数，d 是参数列表。我希望列表的结果具有相同的 d 长度。出于某种原因，我想将其保留在笛卡尔坐标系中。

数据始终覆盖移动区域。我正在考虑削减数据，以便将部分保留在该区域中，然后使用问题中的解决方案。我想如果我总是（小于）/在界限内限制数据区域，它可能会导致大错误。

numpy 包中是否有更好的函数来解决数据数组的定双积分而不是使用 np.trapz？

【问题讨论】：

【解决方案1】：

下面的代码使用来自scipy library 的nquad()，并基于相关方程和示例here。 result 和 abserr（绝对错误）存储在数据帧中。

导入库

import pandas as pd
import numpy as np
from scipy import integrate

为全局变量设置值

a = 0
b = 10
r = 10
d_list = [1,2,3,4,5]

定义函数

def f(x, y):
    return x*y

def bounds_y():
    return [a, b]

def bounds_x(y):
    return [0, np.sqrt(r**2 - (y-d)**2)]

迭代 'd' 中的值

temp = []
for i in d_list:
    d = i # re-set global value of 'd'
    temp.append(integrate.nquad(f, [bounds_x, bounds_y]))

将结果和错误值保存在数据框中

temp = pd.DataFrame(temp, columns=['result', 'abserr'])
temp

【讨论】：