ในการรวมเข้ากับแกนที่กำหนดโดยใช้กฎสี่เหลี่ยมคางหมูแบบผสม ให้ใช้เมธอด numpy.trapz() หากระบุ x การผสานจะเกิดขึ้นตามลำดับองค์ประกอบ - จะไม่ถูกจัดเรียง เมธอดจะคืนค่าอินทิกรัลที่แน่นอนของอาร์เรย์ 'y' =n มิติตามแกนเดียวโดยประมาณโดยกฎสี่เหลี่ยมคางหมู ถ้า 'y' เป็นอาร์เรย์ 1 มิติ ผลลัพธ์จะเป็นค่าทศนิยม ถ้า 'n' มากกว่า 1 ผลลัพธ์จะเป็นอาร์เรย์มิติ 'n-1'
พารามิเตอร์ที่ 1 y คืออาร์เรย์อินพุตที่จะรวมเข้าด้วยกัน พารามิเตอร์ตัวที่ 2 x คือจุดตัวอย่างที่สอดคล้องกับค่า y ถ้า x เป็น none จะถือว่าจุดตัวอย่างเป็น dxapart ที่มีระยะห่างเท่าๆ กัน ค่าเริ่มต้นคือไม่มี พารามิเตอร์ตัวที่ 3 dx คือระยะห่างระหว่างจุดตัวอย่างเมื่อ x ไม่มี ค่าเริ่มต้นคือ 1 พารามิเตอร์ที่ 4 แกนคือแกนที่จะรวมเข้าด้วยกัน
ขั้นตอน
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
นำเข้า numpy เป็น np
การสร้างอาร์เรย์ numpy โดยใช้เมธอด arange() เราได้เพิ่มองค์ประกอบประเภท int -
arr =np.arange(9).reshape(3, 3)
แสดงอาร์เรย์ -
print("Our Array...\n",arr) ตรวจสอบขนาด -
print("\nขนาดของอาร์เรย์ของเรา...\n",arr.nim) รับประเภทข้อมูล -
print("\nประเภทข้อมูลของวัตถุ Array...\n",arr.dtype) ในการรวมเข้ากับแกนที่กำหนดโดยใช้กฎสี่เหลี่ยมคางหมูแบบผสม ให้ใช้วิธีการ numpy.trapz() -
print("\nผลลัพธ์ (trapz)...\n",np.trapz(arr, axis =1)) ตัวอย่าง
นำเข้า numpy เป็น np# การสร้างอาร์เรย์ numpy โดยใช้เมธอด arange()# เราได้เพิ่มองค์ประกอบของ int typearr =np.arange(9).reshape(3, 3)# แสดง arrayprint("Our Array.. .\n",arr)# ตรวจสอบ Dimensionsprint("\nDimensions of our Array...\n",arr.nim)# Get the Datatypeprint("\nDatatype of our Array object...\n",arr. dtype)# ในการรวมเข้ากับแกนที่กำหนดโดยใช้กฎคอมโพสิตสี่เหลี่ยมคางหมู ให้ใช้ numpy.trapz() methodprint("\nResult (trapz)...\n",np.trapz(arr, axis =1)) ผลลัพธ์
Array...[[0 1 2][3 4 5][6 7 8]]Dimensions of our Array...2ประเภทข้อมูลของ Array object...int64Result (trapz)...[ 2 8. 14.]
