บทนำ
เพื่อปริพันธ์ตามแกนที่กำหนดโดยใช้กฎสี่เหลี่ยมคางหมูแบบรวม (composite trapezoidal rule) ให้ใช้เมธอด numpy.trapz() หากมีการระบุ x การปริพันธ์จะเกิดขึ้นตามลำดับตามองค์ประกอบของมัน - พวกมันไม่ได้ถูกเรียงลำดับ เมธอดนี้ส่งคืนปริพันธ์ xác địnhของ 'y' = อาร์เรย์ n มิติ ที่ประมาณค่าตามแกนเดียวโดยกฎสี่เหลี่ยมคางหมู หาก 'y' เป็นอาร์เรย์ 1 มิติ ผลลัพธ์จะเป็น float หาก 'n' มากกว่า 1 ผลลัพธ์จะเป็นอาร์เรย์ 'n-1' มิติ
พารามิเตอร์แรก y คืออาร์เรย์อินพุทที่จะปริพันธ์ พารามิเตอร์ที่สอง x คือจุดตัวอย่างที่สอดคล้องกับค่า y หาก x เป็น None จุดตัวอย่างจะถูกสมมติว่าห่างกัน dx อย่างสม่ำเสมอ ค่าเริ่มต้นคือ None พารามิเตอร์ที่สาม dx คือระยะห่างระหว่างจุดตัวอย่างเมื่อ x เป็น None ค่าเริ่มต้นคือ 1 พารามิเตอร์ที่สี่ axis คือแกนที่จะปริพันธ์ตามไป
ขั้นตอน
ขั้นแรก ให้นำเข้าไลบรารีที่จำเป็น:
import numpy as np
สร้างอาร์เรย์ NumPy โดยใช้เมธอด array() เราได้เพิ่มองค์ประกอบแบบ int:
arr = np.array([20, 35])
แสดงอาร์เรย์:
print("อาร์เรย์ของเรา...\n", arr)
ตรวจสอบมิติ:
print("\nมิติของอาร์เรย์...\n", arr.ndim)
ดูชนิดข้อมูล:
print("\nชนิดข้อมูลของออบเจกต์อาร์เรย์...\n", arr.dtype)
เพื่อปริพันธ์ตามแกนที่กำหนดโดยใช้กฎสี่เหลี่ยมคางหมูแบบรวม ให้ใช้เมธอด numpy.trapz():
print("\nผลลัพธ์ (trapz)...\n", np.trapz(arr, x=[80, 55]))
ตัวอย่างโค้ดสมบูรณ์
import numpy as np
# สร้างอาร์เรย์ NumPy โดยใช้เมธอด array()
# เราได้เพิ่มองค์ประกอบแบบ int
arr = np.array([20, 35])
# แสดงอาร์เรย์
print("อาร์เรย์ของเรา...\n", arr)
# ตรวจสอบมิติ
print("\nมิติของอาร์เรย์...\n", arr.ndim)
# ดูชนิดข้อมูล
print("\nชนิดข้อมูลของออบเจกต์อาร์เรย์...\n", arr.dtype)
# เพื่อปริพันธ์ตามแกนที่กำหนดโดยใช้กฎสี่เหลี่ยมคางหมูแบบรวม ใช้ numpy.trapz()
print("\nผลลัพธ์ (trapz)...\n", np.trapz(arr, x=[80, 55]))
ผลลัพธ์
อาร์เรย์ของเรา... [20 35] มิติของอาร์เรย์... 1 ชนิดข้อมูลของออบเจกต์อาร์เรย์... int64 ผลลัพธ์ (trapz)... -687.5
