numpy.trapz

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.trapz.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

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

使用复合梯形法则沿给定轴进行积分。

沿给定轴集成y（x）。

参数：	y：array_like 输入数组进行积分。 x：array_like，可选 对应于y值的采样点。如果x为无，则假定采样点间隔为dx均匀分布。默认值为None。 dx：标量，可选 x时采样点之间的间距为无。默认值为1。 axis：int，可选 沿其积分的轴。
返回：	trapz：float 定义积分近似由梯形规则。

也可以看看

sum，cumsum

笔记

图像[R287]示出梯形规则 - 点的y轴位置将取自y t>数组，默认情况下点之间的x轴距离将为1.0，提供x数组或dx标量。返回值将等于红线下面的合并面积。

参考文献

[R286]

维基百科页面：http://en.wikipedia.org/wiki/Trapezoidal_rule

[R287]

（1，2）插图：http://en.wikipedia.org/wiki/File:Composite_trapezoidal_rule_illustration.png

例子

>>> np.trapz([1,2,3])
4.0
>>> np.trapz([1,2,3], x=[4,6,8])
8.0
>>> np.trapz([1,2,3], dx=2)
8.0
>>> a = np.arange(6).reshape(2, 3)
>>> a
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.trapz(a, axis=0)
array([ 1.5,  2.5,  3.5])
>>> np.trapz(a, axis=1)
array([ 2.,  8.])