À l'aide de scipy pour effectuer discret d'intégration de l'échantillon

J'essaie de port à partir de labview pour python.

Dans labview il y a une fonction "font partie Intégrante de x(t) VI" qui prend un ensemble d'échantillons d'entrée, effectue une intégration discrète des échantillons et retourne une liste de valeurs (les aires sous la courbe) selon les Simpsons règle.

J'ai essayé de trouver une fonction équivalente dans scipy, par exemple, scipy.s'intégrer.simps, mais ces fonctions renvoient le résumé intégral à travers l'ensemble des échantillons, comme un float.

Comment puis-je obtenir la liste des valeurs intégrées par opposition à la somme des valeurs intégrées?

Suis je viens de regarder le problème à l'envers?

OriginalL'auteur user1425750 | 2012-05-30

  1. 5

    Je pense que vous pouvez être en utilisant scipy.s'intégrer.simps légèrement de manière incorrecte. La zone retourné par scipy.integrate.simps est la surface totale sous y (le premier paramètre passé). Le second paramètre est optionnel, et sont des exemples de valeurs pour l'axe des x (le x des valeurs pour chacune des valeurs de y). c'est à dire:

    >>> import numpy as np
>>> import scipy
>>> a=np.array([1,1,1,1,1])
>>> scipy.integrate.simps(a)
4.0
>>> scipy.integrate.simps(a,np.array([0,10,20,30,40]))
40.0

    Je pense que vous voulez retourner les zones sous la même courbe entre les différentes limites? Pour le faire passer à la partie de la courbe que vous voulez, comme ceci:

    >>> a=np.array([0,1,1,1,1,10,10,10,10,0])
>>> scipy.integrate.simps(a)
44.916666666666671
>>> scipy.integrate.simps(a[:5])
3.6666666666666665
>>> scipy.integrate.simps(a[5:])
36.666666666666664
    ouais c'est ce que je voulais obtenir. Je suppose que je m'attendais, il y aurait un 'plus vite' façon en utilisant la magie des mathématiques. En aparté, est-il une raison pour laquelle vous contraindre la liste Python pour un numpy.tableau?
    Si vous avez un tas de début et de fin de points que vous pourrait faire comme ceci:[scipy.integrate.simps(y[s:e]) for s,e in [(s1,e1),(s2,e2),...etc.]]. Il est probablement plus rapide à utiliser des tableaux numpy, et pour certaines fonctions qu'ils sont nécessaires, en particulier lors de l'utilisation particulière de l'axe des fonctions, etc. Mais dans cet exemple, il travaille régulièrement des listes 🙂
    Merci! Je ne suis pas à la mer que je ne peux pas utiliser une boucle, mais merci pour l'astuce. Et les tableaux numpy chose, c'est que je ne le pensais.

    OriginalL'auteur fraxel

  2. 0

    Il y a une seule méthode dans SciPy qui ne cumulatif de l'intégration qui est scipy.integrate.cumtrapz() qui fait ce que vous voulez, tant que vous n'avez pas spécialement besoin d'utiliser la règle de Simpson ou une autre méthode. Pour cela, vous pouvez aussi conseillé de toujours écrire la boucle sur votre propre.

    OriginalL'auteur kjyv