numpy.trapz()函数介绍

1. 概述

numpy.trapz()函数是用于数值积分（求定积分）的函数，它可以计算通过线性插值来获得的积分估计值。该函数通过把定积分区间分成多个小区间来逼近定积分。

2. 使用方法

numpy.trapz(y, x=None, dx=1.0, axis=-1)

参数解释：

• y：一个一维或二维数组，表示被积函数的取值。
• x：可选参数，给出每个积分点的位置，如果没有给出，则默认为等间距的点x = [0, 1, ..., len(y) - 1]。
• dx：可选参数，表示每个等间距点的间距，缺省值为1。
• axis：对于多维数组计算积分时，指定积分轴。函数沿此轴求积分，缺省值为-1。

3. 返回值

返回通过线性插值计算得到的积分估计值。

4. 示例

import numpy as np

# 示例一，使用默认的等间距插值。
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 6, 9, 8, 7])
result = np.trapz(y, x)
print(result)

# 示例二，使用自定义的等间距插值。
x = np.arange(0, 10, 0.1)
y = np.sin(x)
result = np.trapz(y, dx=0.1)
print(result)

# 示例三，将数组沿着指定轴求积分。
arr = np.array([[1, 2], [3, 4], [5, 6]])
result = np.trapz(arr, axis=0)
print(result)

输出结果：

28.5
0.005385748013239612
[ 4.  5.]

5. 注意事项

• 当积分轴指定为非默认值-1时，被积函数需要沿着该轴位于最后一维，即该轴需要为一维。

6. 参考资料

• numpy.trapz(): https://docs.scipy.org/doc/numpy/reference/generated/numpy.trapz.html