如何将scipy.integrate.quad矢量化以计算矩阵的元素积分
为了将scipy.integrate.quad矢量化以计算矩阵的元素积分，我们可以使用numpy库中的向量化函数来处理。
首先，让我们了解一下问题背景。scipy.integrate.quad函数是用于数值积分的函数，它可以计算给定函数在给定范围内的定积分值。当我们需要计算矩阵的元素积分时，需要对每个元素进行积分计算。
要实现向量化，我们可以使用numpy的向量化函数np.vectorize。np.vectorize允许我们对一个接受标量输入的函数进行向量化，以便能够接受数组作为输入，并返回一个相同大小的数组作为输出。
下面是一个将scipy.integrate.quad函数向量化以计算矩阵元素积分的示例代码：
import numpy as np
from scipy.integrate import quad, vectorize
# 定义要积分的函数
def integrand(x):
return x**2
# 向量化积分函数
vectorized_integrate = np.vectorize(lambda f, a, b: quad(f, a, b)[0])
# 创建一个矩阵
matrix = np.array([[1, 2], [3, 4]])
# 向量化计算矩阵元素积分
result = vectorized_integrate(integrand, matrix, 0, 1)
print(result)在上述代码中，我们首先定义了要积分的函数integrand。然后，我们使用np.vectorize函数创建了一个向量化的积分函数vectorized_integrate，该函数接受一个函数、一个矩阵和积分的上下限作为输入，并返回一个积分结果的矩阵。
接下来，我们创建了一个2x2的矩阵matrix。最后，我们调用向量化的积分函数vectorized_integrate，将integrand函数、矩阵matrix以及积分的上下限0和1作为参数传递进去。函数返回一个包含积分结果的矩阵。
请注意，上述示例中使用了Lambda函数来定义向量化的积分函数，您也可以使用普通的函数定义。
这是一个简单的向量化scipy.integrate.quad函数的例子，通过使用np.vectorize函数，我们可以方便地将其应用于矩阵的每个元素，实现元素级的向量化积分计算。
推荐的腾讯云相关产品：
- 云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 弹性伸缩（AS）：https://cloud.tencent.com/product/as
- 云数据库 MySQL 版（TencentDB for MySQL）：https://cloud.tencent.com/product/tencentdb-mysql
- 云原生应用引擎（CloudBase）：https://cloud.tencent.com/product/tcb
- 腾讯云物联网平台（IoT Hub）：https://cloud.tencent.com/product/iothub
- 腾讯移动推送（Xinge Push）：https://cloud.tencent.com/product/xgpush
请注意，上述链接仅作为参考，具体产品选择需根据实际需求进行评估。
相关·内容
3回答
我希望在python中集成一个函数，并提供用于采样值的概率密度(度量值)。如果不明显，在f(x)dx中集成[a,b]隐式地使用[a,b]上的统一概率密度，我想使用自己的概率密度(例如指数)。
我可以自己做，用np.random.*，但是
我想念scipy.integrate.quad中可用的优化。或者所有这些优化假设都是均匀密度的？
我需要自己做错误估计，这并不简单。或者可能是？也许误差只是sum(f(x))/n的方差。
有什么想法吗？
浏览 2提问于2012-09-03得票数 1
回答已采纳
我试图通过scipy.integrate.quad()计算这样一个积分(实际上是指数分布的cdf及其pdf)。
import numpy as np
from scipy.integrate import quad
def g(x):
return .5 * np.exp(-.5 * x)
print quad(g, a=0., b=np.inf)
print quad(g, a=0., b=10**6)
print quad(g, a=0., b=10**5)
print quad(g, a=0., b=10**4)
结果如下：
(1.0, 3.5807346295637055e
浏览 1提问于2016-09-15得票数 4
回答已采纳
4回答
numpy中的数值积分
、、、
我想做一些非常简单的事情，但是我在numpy的深处找不到它。我想用数字和连续的方式集成一个由它的值(而不是它的公式)给出的函数。这意味着我只想要一个数组，它保存输入数组开头的和。示例：
输入：
[ 4, 3, 5, 8 ]
输出：
[ 4, 7, 12, 20 ] # [ sum(i[0:1]), sum(i[0:2]), sum(i[0:3]), sum(i[0:4]) ]
听起来很直截了当，所以我希望这对于我目前无法找到的一些numpy功能来说一定很简单。
我找到了像scipy.integrate.quad()这样的东西，但这似乎是在给定的范围内集成的(从a到b)，并且返回一个值。我需要
浏览 8提问于2017-04-06得票数 3
回答已采纳
我正在尝试使用scipy.integrate.quad在一个非常大的范围(0..10,000)上集成一个函数。该函数在其大部分范围内为零，但在非常小的范围内有一个尖峰(例如1,602..1,618)。
在集成时，我希望输出为正，但我猜quad的猜测算法不知何故变得混乱，输出为零。我想知道的是，有没有办法克服这个问题(例如，通过使用不同的算法，一些其他参数等)？我通常不知道峰值在哪里，所以我不能只拆分积分范围并对各部分求和(除非有人有好的想法)。
谢谢!
示例输出：
>>>scipy.integrate.quad(weighted_ftag_2, 0, 10000)
(0.0,
浏览 0提问于2010-07-06得票数 3
我正在尝试使用scipy.integrate.quad将一个函数集成到Python中。这个特殊的函数有两个参数。只有一个论点我想要积分。下面显示了一个示例。
from scipy import integrate as integrate
def f(x,a): #a is a parameter, x is the variable I want to integrate over
return a*x
result = integrate.quad(f,0,1)
这个示例不起作用(您可能很清楚)，因为Python在我尝试它时提醒我：
TypeError: f() takes e
浏览 2提问于2015-01-23得票数 14
回答已采纳
我要积分p(x)*f(x)，其中p(x)是多项式，f(x)是函数。我在MATLAB工作。我有向量中多项式的系数。
p=[2,3,4,5];
funct=@(x) xˆ2;
我知道如何将函数本身积分，以及如何将多项式本身积分。不过，我只是找不到任何信息，如何采取整体的产品。
以下是我尝试过的：
p2=poly2sym(p)
integral(funct*p2,-1,1)
但是p2不是函数句柄。
我们很感激你的帮助！
浏览 2提问于2015-10-28得票数 1
回答已采纳
我有一个代码，它使用scipy.integrate.quad包作为过程的一部分。这将产生在下图中的红线后面的值(蓝色方格)。有些蓝色方格不跟随趋势，这只能是scipy.integrate.quad程序中误差的导数。有谁知道为什么四人方案可能只会失败一些反应吗？它是否与浮点算法或其他一些潜在问题有关？
注意:我以前在其他函数中见过这个问题，我确信错误的来源是四重包，而不是我的代码的其余部分。
浏览 0提问于2018-03-24得票数 1
回答已采纳
3回答
我正在尝试集成这个函数：
然而，我遇到了一个错误：
Traceback (most recent call last):
File "<ipython console>", line 1, in <module>
File "siestats.py", line 349, in NormalDistro
P_inner = scipy.integrate(NDfx,-dev,dev)
TypeError: 'module' object is not callable
我的代码运行如下：
浏览 2提问于2011-02-19得票数 3
回答已采纳
2回答
我有很多数据要集成，并希望找到一种方法来完成所有这一切只是矩阵，并愿意妥协的准确性，以提高性能。我的想法是这样的：
import numpy
import scipy
a = np.array([1,2,3])
def func(x):
return x**2 + x
def func2(x):
global a
return a*x
def integrand(x):
return func(x)*func2(x)
integrated = quad(integrand, 0, 1)
因此，我试图集成来自integrand的数组中的每个元素。
我知道
浏览 1提问于2015-12-18得票数 10
我一直在使用Python中的符号表达式，并且已经达到了一个我希望在一定的时间间隔内集成的表达式。表达式包含pi。
麻烦的是，我还没有弄清楚如何将这个表达式转换为一个可以作为参数输入到scipy.integrate.quad的函数。我的代码的相关部分如下：
from sympy import *
import numpy as np
import scipy.integrate as integrate
from sympy.utilities.lambdify import lambdify
# this defines the symbols that
# we will be using
浏览 0提问于2018-11-28得票数 0
回答已采纳
1回答
具有可变边界的超数组集成
、、、
我试图在一个点的列表上集成一个函数，并将整个数组传递给一个集成函数，以便将事情向量化。首先，打电话给scipy.integrate.quad太慢了，因为我有大约10000点要集成。使用scipy.integrate.romberg的速度要快得多，几乎是瞬间的，而四边形是慢的，因为你必须循环它或矢量化它。
我的函数很复杂，但是为了证明目的，假设我想从a到b集成x^2，但是x是一个计算x的标量数组。
import numpy as np
from scipy.integrate import quad, romberg
def integrand(x, y):
return x
浏览 7提问于2013-12-05得票数 1
1回答
我目前正在尝试使用scipy.integrate.quad集成一个函数，但我的函数有两个变量，第一个是x，它是一个正在集成出来的变量，第二个是G，我正在尝试在集成完成后解决这个问题。
我已经尝试使用支持符号集成的sympy.integrate，但是我的积分太复杂了，无法计算。
我正在尝试求解的积分的示例如下所示：
C = integrate.quad(lambda x: x/(1+(3*G)*x)
我希望能够计算积分，这样我就可以求解G，因为C是一个常量值。
我希望输出是G的一些函数，然后可以用来解决G的问题，但是如果不预先定义G，我就不知道如何集成这个函数。
浏览 3提问于2019-08-08得票数 0
2回答
用积分函数拟合数据
、、、
当使用来自的对python中的某些数据进行拟合时，首先定义拟合函数(例如，二阶多项式)如下：
def f(x, a, b): return a*x**2+b*x
然后继续进行拟合的popt, pcov = curve_fit(f,x,y)
但现在的问题是，如果函数包含一个积分(或一个离散和)，那么如何定义第1点中的函数，例如：
实验数据仍然给出了x和f(x)，所以点2将是相似的，我想象一旦我能在python中定义f(x)。顺便说一句，我忘记说，这里假定g(t)有一个众所周知的形式，其中包含拟合参数，即多项式例子中给出的参数a和b。任何帮助都是非常感谢的。这个问
浏览 2提问于2015-05-19得票数 12
回答已采纳
我有一个有N个点的数据集，我用样条来拟合并使用scipy.integrate.quad进行集成。我想用N个相关的测量误差对最终的积分值进行误差估计。
我最初尝试使用不确定包，但是x+/-stddev对象没有与did一起工作。
def integrand(w_point, x, y):
#call spline function to get data arbitrary points
f_i = spline_flux_full(x, y, w_point)
#use spline for normalizing data at arbitrary points
浏览 1提问于2018-04-28得票数 0
回答已采纳
我想用scipy.integrate.quad计算函数的积分。以下是integrand的外观：
我们可以注意到，integrand的大部分贡献将来自.1到4或5 ish。对于x= 10或更多，虽然函数是振荡的(在图片上很难分辨)，但它非常小，而且一直在变小。
下面是从0到某些上限的集成结果。积分的上界在x轴上。
在这里，虽然前一百倍的结果似乎是稳定的，但之后就不再是这样了，即使我期待一条直线.
我对python非常陌生，我不知道什么是最好的行动方针。我现在最好的猜测是，取一些小于100的值作为积分的上界，并放弃其他值，因为它只是integrate.quad的一个糟糕的收敛。
编辑：绘制了第
浏览 2提问于2017-07-18得票数 2
回答已采纳
1回答
在python中集成多个函数错误
、、、、
假设我定义了我的函数G，
def G(k, P, W):
return k**2*P*W**2
其中P和W是具有k的自变量的两个函数，k是一个定义的数。
我试着把它从0到无穷大
I = scipy.integrate.quad(G, 0, np.Inf)
把这个输入到我的控制台会给我一个错误，G() takes exactly 3 arguments (2 given)
我试过使用arg()命令，但它似乎并没有改变它，而且代码仍然顽固。我做错了什么我错过了什么？
浏览 10提问于2015-12-05得票数 1
回答已采纳
1回答
我想用不同的值同时改变矩阵中的各个元素。我该怎么做？
例如:我希望将矩阵A中的第一个元素更改为一定的值，而将第二个元素更改为不同的值。
{A= 1；2
%代替A(1) =.A(2) =.
}
浏览 0提问于2014-11-16得票数 0
回答已采纳
我有一段使用scipy.integrate.quad的代码。积分的极限是负无穷大到无穷大。它运行正常，但我希望它更快。
问题的性质是，被整合的函数是三个函数的乘积：(1)一个是窄的(在零和(2)之间)，一个是宽的(例如，200,000至500,000之间)，(3)是以1/abs(x)的形式脱落的。
我只需要精确到.1%，如果那样的话。
我可以做大量的工作，确定积分极限，即实数，这样就不会进行过多的计算；在函数1和2的区域之外，它们都是零，因此1/x甚至不起作用。但这将是一个相当多的容易出错的代码计算。
这个函数是如何知道如何优化的，它是否擅长于无限大的边界？
我可以通过传递指导来调整它
浏览 0提问于2018-04-09得票数 2
我的代码是用Haar小波对函数进行不同程度的逼近。但是，当我尝试使用公式squareroot(integral(squareof( u(t) -uk(T)计算超过限制0到1的误差时，其中u(T)是要近似的函数f，uk(t)是函数直到k项的Haar近似值，但是由于matlab的一些流氓操作，我无法正确地计算误差。phi的代码是
function a=phi(x)
if(0 <= x & x< 1)
a=1;
else
a=0;
end
function approxx(j)
f=@(x)sin(x);
b=@(j,t,k)phi((power(2,j)*t)-k);
a=@
浏览 1提问于2015-04-10得票数 0
我想用Python的scipy包中的scipy.integrate.quad函数做一个主积分。例如，我想要计算(很抱歉使用latex代码)：
\begin{equation}
\lim_{\epsilon\rightarrow 0}
\left(\int_{-1}^{-\epsilon}dx\frac{1}{x}+\int_\epsilon^1 dx\frac{1}{x}\right)
\end{equation}
或
我从手册中发现，有一个可选的参数quad，points，它是有界积分区间中的一系列断点，在那里可能会出现被积函数的局部困难。points可以用来计算上面的表达式吗？如
浏览 2提问于2017-02-15得票数 0
根据期望值的定义，它也是指均值。但在scipy.stats.binom中，它们会得到不同的值。像这样，
import scipy.stats as st
st.binom.mean(10, 0.3) ----> 3.0
st.binom.expect(args=(10, 0.3)) ---->3.0000000000000013
这让我很困惑！为什么？
浏览 2提问于2018-01-28得票数 0
回答已采纳
我期待着计算一个三维积分，在不规则网格上带有预定义值的函数。
特别是，我的网格coords和这些点上的值combined是形状的。
< coords = self._grid.coords - pos
< print(coords.shape)
> (2328, 3)
**
< combined = self._q * self._grid.weights / d
< print(combined.shape)
> (2328,)
我真的不知道如何获得combined的积分，
浏览 15提问于2022-04-04得票数 0
1回答
我需要在二维网格(x，y位置)上计算以下积分：
使用r= sqrt(x^2 + y^2)和以x=y=0为中心的2D网格。实现是简单明了的：
import numpy as np
from scipy import integrate
def integralFunction(x):
def squareSaturation(y):
return np.sqrt(1-np.exp(-y**2))
return integrate.quad(squareSaturation,0,x)[0]
#vectorize function to apply fu
浏览 7提问于2022-02-23得票数 1
回答已采纳
亲爱的朋友们，我已经写了一个巨大的代码，运行Python后发送错误:对不起，如果这个问题是业余的。
dacdm = 1/(z+1) * cdm
TypeError: 'numpy.float64' object cannot be interpreted as an integer
这是错误的最后两句话。Python在错误中提到了代码的以下部分，因此我决定错误来自这里：
def H_LCDM(z, H0, DM0):
lcdm = 1/(H0 * sqrt(DM0 * (1 + z)**3 + (1 - DM0)))
return lcdm
d
浏览 1提问于2018-10-04得票数 0
回答已采纳
在Matlab2012b中，有一个changem函数，它允许您用一组键指定的其他值替换矩阵的元素：
如果我没有Mapping工具箱，有没有一种优雅的/矢量化的方法来做同样的事情？
浏览 0提问于2012-12-11得票数 7
回答已采纳
1回答
我一直试图在计算上评估以下电子字段：
它基本上是给定波长的波和，用高斯分布的平方根对波长进行加权。
我通过Python对$x$的每个值执行高斯求积积分，通过包scipy.integrate.quad函数计算它。守则如下：
# Imports
import numpy as np
import scipy as sp
from scipy import integrate
# Parameters
mu = 0.635 # mean wavelength
sigma = 0.01 # std dev of wavelength distribution
# wl is wavelen
浏览 0提问于2019-03-13得票数 1
回答已采纳
1回答
我有两条相交多次的曲线。我不知道十字路口在哪里。我正在尝试为两个交叉点之间的每个区域获取一个值，而不需要手动设置边界。
到目前为止，我计算了每条曲线的值，如果logifunc高于logifuncsoll，则用绿色绘制它们；如果logifunc低于logifuncsoll，则用红色绘制它们。
E701077['logifuncsoll'] = 1811.7/ (1 + 769.67 * np.exp(-0.704566*(xsoll)))+14.5212
E701077['logifunc'] = 1847.28 / (1 + 312.09 * np.exp(-0
浏览 0提问于2020-09-02得票数 0
1回答
我用python数值解积分：
其中a(x)可以取任何值；正，负，在-1;1和eta是一个无穷小的正量。还有第二个外积分，它改变了a(x)的值。
我试图用来解决这个问题：
但是，这涉及到确定主值，我在python中找不到任何方法。我知道它是在Matlab中实现的，但是有人知道在python中确定主体值的库或其他方法(如果存在主值的话)吗？
浏览 2提问于2013-10-09得票数 11
回答已采纳
1回答
scipy.integrate的quad需要参数func，a，b，其中func是要集成的函数，a和b分别是下、上的积分极限。A和b必须是数字。
在这种情况下，我需要对数十万个不同的a，b函数的积分进行求值，并对结果进行求和。这需要很长时间才能循环通过。我试着给出a和b的四叉数组，希望quad能返回相应的数组，但这是行不通的。
这里有一段代码，说明了我正在尝试做什么，这两个Python循环都能工作，但速度非常慢，而且我试图将其矢量化，但不起作用。对于如何解决这个问题，有什么建议可以用一种快速的方式解决吗？
import numpy as np
from scipy.integrate impor
浏览 2提问于2015-03-13得票数 2
回答已采纳
我必须使用带有数值积分(scipy.integrate.quad)的函数来计算矩阵的每个元素。矩阵的元素是5202x3465灰度图像的像素。
我可以使用GPU，我想并行计算尽可能多的元素，因为现在，使用线性规划，整个计算需要超过24小时。
下面是示例代码：
for i in range(0, rows):
for j in range(0, columns):
img[i, j] = myFun(constant_args, i, j)
def myFunc(constant_args, i, j):
new_pixel = quad(integrand, c
浏览 5提问于2019-10-08得票数 0
我在使用scipy.integrate.quad时发现了一种奇怪的行为。这种行为也出现在Octave的四重函数中，这使我相信它可能与QUADPACK本身有关。有趣的是，使用完全相同的Octave代码，这种行为不会出现在MATLAB中。
关于这个问题。我是数值积分一个对数正态分布在不同的边界上。对于F是对数正规的cdf，a是下界，b是上界，我发现在某些条件下，
当b是“很大的数”时，积分(F，a，b) =0
当b是np.inf时，积分(F，a，b) =正确的极限。(或者只是八达通的Inf。)
下面是一些示例代码来显示它的作用：
from __future__ import division
im
浏览 6提问于2014-06-02得票数 2
回答已采纳
1回答
对图像进行积分的有效方法
、、、、
我有一个2D数组(典型的大小约为400x100)，如图所示(它看起来像一个梯形，因为右下角的元素是nan)。对于数组中的每个元素，我希望对几个元素(大约10个元素)沿列执行一个数值积分。在物理语言中，把颜色看作力的大小，我想通过计算Fdz的积分来找出所做的工作。我可以使用双循环并使用trap来完成这项工作，但是在Matlab或python中还有其他更有效的方法(可能是mkaing使用数组和矢量化)吗？我的最终目标是找到被评估的积分是最大的点。因此，从黄色代表大值的图像中，我们期望积分在虚线上方的右边是最大的。
而且，如果我想要积分的点数是整数，那就比较容易了，但是如果我想要积分，比如说，7.5
浏览 5提问于2016-12-07得票数 2
回答已采纳
2回答
我有一个数据帧x
head(x)
# time Qfr
#1 1 0.004751271
#2 2 0.005405618
#3 3 0.005785781
#4 4 0.006028213
#5 5 0.006179973
#6 6 0.006263814
我试图计算从time = 0到每个时间点的数值积分，即积分：
\integral_{u=0}^t Qfr du
我的数据集看起来
plot(x, type = "p", cex = 0.2)
到目前为止，我只能使用包pracma计算整体积分。
require(
浏览 2提问于2016-08-17得票数 2
回答已采纳
2回答
Python中符号函数的数值积分
、、、、
我是Python新手，所以我的一些问题或想法可能很愚蠢，但是.
我想画一个分布D(x)。M和s2是给定的实数。我被告知，图D( x )的最好方法是为每一个x写一个求积分(在函数D(X)内)的函数。
其中chi2是如此定义的：
所以，据我所知数学，我应该先积分，然后我可以为每一个x，纠正我，如果我错了。
我也被告知要用数字计算积分，但我不知道如何计算，因为函数中包含符号。我已经尝试过使用象征性的集成(尽管我已经被告知了)，但是内核从未结束集成的过程，以及当我试图用数字计算它时。当然，当我尝试整合数学题时，我使用lamdify。
下面是我的代码: 1.求符号积分
from sy
浏览 2提问于2018-02-02得票数 1
回答已采纳
1回答
我想用scipy.integrate.quad对两个时移和频移Hermite函数的乘积进行积分。
然而，由于包含了高阶多项式，因此存在数值误差。下面是我的代码：
import numpy as np
import scipy.integrate
import scipy.special as sp
from math import pi
def makeFuncs():
# Create the 0th, 4th, 8th, 12th and 16th order hermite function
return [lambda t, n=n: np.exp(-0.5*t**
浏览 2提问于2012-12-20得票数 2
2回答
用积分法推导CDF的精度
、、、
我有两种方法可以推导出一个正常分布的随机变量在一个区间内的概率。第一次也是最直截了当的是：
import scipy.stats
print scipy.stats.norm.cdf(6) - scipy.stats.norm.cdf(5)
# 2.85664984223e-07
第二种方法是集成pdf。
import scipy.integrate
print scipy.integrate.quad(scipy.stats.norm.pdf, 5, 6)[0]
# 2.85664984234e-07
在这种情况下，差别确实很小，但这并不意味着对于其他发行版或集成限制，它不能变得更大。你能分
浏览 5提问于2014-06-11得票数 2
回答已采纳
2回答
我有一个目标函数，我想对't‘最小化，在这个函数中，有一个从0到t的积分，必须考虑它的优化。但是，我不知道如何将这个积分包含到我的目标函数中。我用过simpy和simpy的图书馆，但它们似乎都没有用。这是我的代码：
Cf= 100;
Cp=50;
Eta=72.66585511711865;
Beta=1.18609324
def R(t):
return math.exp(-t/Eta)**Beta
def f(t):
return (Beta/(Eta**Beta))*t**(Beta-1)*(math.exp(-t/Eta)**Beta)
def M(t):
浏览 18提问于2022-06-07得票数 3
回答已采纳
我正在尝试计算两个概率分布之间的。为此，我需要执行此积分。
下面是我的简化代码，它目前失败了：
from scipy.integrate import quad
import numpy as np
def f(x):
return sum([ps[idx]*lambdas[idx]*np.exp(- lambdas[idx] * x) for idx in range(len(ps))])
def g(x):
return scipy.stats.weibull_min.pdf(x, c=c)
c = 0.9
ps = [1]
lambdas = [1]
eps
浏览 0提问于2019-10-20得票数 0
维数50*50的下三角矩阵被最优地存储在一维阵列上。该数组的基址为4321。如果数组索引以0开头，矩阵索引以(1，1)开头，那么矩阵的元素(34,23)的地址是什么?
有人能给我这个答案吗。卡住不能解决，因为我认为我需要在这里应用列或行的主要顺序方法，但我没有得到答案。任何其他解决这个问题的方法。
浏览 4提问于2021-12-14得票数 -1
我已经设法使用scipy.integrate.quad为我的随机过程类编写了几行代码
我有标准布朗运动的马尔可夫转移函数
import numpy as np
def p(x,t):
return (1/np.sqrt(2*np.pi*t))*np.exp(-x**2/(2*t))
但我想计算一下，我将用不起作用的代码来写。我这样写，这样我们就可以在不使用latex的情况下理解这个问题。
from scipy.integrate import quad
integral = quad(quad(p(y-x),1,np.inf)*p(x,1),1,np.inf)
你可能注意到了，问
浏览 8提问于2018-07-30得票数 0
回答已采纳
3回答
我构建了一个用于两个矩阵的元素乘法的内核，但至少在我的配置中，只有当每个矩阵大于2 2GB时，我的OpenCL内核才会更快。所以我想知道，这是因为我的朴素内核(见下文)，还是因为元素操作的性质，这意味着元素操作不能从使用GPU中获益。
感谢您的投入！
内核：
KERNEL_CODE = """
// elementwise multiplication: C = A .* B.
__kernel void matrixMul(
__global float* C,
__global float* A,
__global f
浏览 0提问于2011-05-18得票数 2
回答已采纳
我试图通过为epsabs指定参数scipy.integrate.quad来更精确地计算积分，比如我们将函数sin(x) / x^2从1e-16集成到1.0。
from scipy.integrate import quad
import numpy
integrand = lambda x: numpy.sin(x) / x ** 2
integral = quad(integrand, 1e-16, 1.0)
这给了我们
(36.760078801255595, 0.01091187908038005)
为了使结果更加精确，我们通过epsabs指定了绝对误差容限。
from scipy.i
浏览 2提问于2018-12-21得票数 3
回答已采纳
1回答
R中带向量自变量的积分函数
、、、、
我有一个与前一篇文章类似的挑战：
我有一个函数，我想把曲线下的面积积分起来。
第一，生存功能：
surv <- function(x,score) exp(-0.0405*exp(score)*x) # probability of survival
score是来自一个风险计算器，它调整生存估计。病人有不同的分数，例如：
score <- c(0.5, 0.6, 0.7, 0.8, 0.9, 1, 1.1) # 7 different scores
如果我们考虑到一个特定的时间点( surv )，那么计算所有7名患者的x是很容易的：
surv(5, score) # Surviv
浏览 1提问于2014-06-26得票数 3
回答已采纳
1回答
一个渐近表达式的数值
、、、、
同情给了我以下的表达：
2.8*x**2 - 4.0*x*Integral(1.0*x**2*sqrt(-x**2 + 1), (x, -1.0, 0.0)) + 1.33333333333333*x + 0.133333333333333
我想给出系数的数值。我怎么能做到这一点呢？.evalf和N()不起作用。
这是我的密码
from numpy import *
from sympy import *
from matplotlib.pyplot import *
x = Symbol ('x')
#The function we are required to app
浏览 0提问于2015-04-26得票数 2
回答已采纳
当我使用sklearn.metrics.auc和scipy.integrate.quad计算曲线下的面积时，我得到了不同的值。
为了计算AUC，我传入了我的数据：
auc_path = metrics.auc(path,year)
auc_sbt = metrics.auc(sbt,year)
auc_path = 14929608030
auc_sbt = 14846098649
为了计算定积分，我将从Excel找到的趋势线方程(从上面输入的相同数据生成)输入到python中：
def cur_path(x):
return -47177.249*x + 8586190.275
c
浏览 1提问于2016-07-28得票数 0
1回答
锈蚀自动矢量化
、、
我是生锈/SIMD的新手，我有下面的代码片段作为我程序的瓶颈，我想知道我是否可以利用它的自动矢量化特性
fn is_subset(a: Vec<i64>, b: Vec<i64>) -> bool {
for i in 0..a.len() {
if (a[i] & !b[i]) != 0 {
return false;
}
}
true
}
我也有另一种方法来编写这个(使用迭代器，这样就可以预先知道trip计数)，这会创建自动矢量化吗？
fn is_subset(a: Vec
浏览 6提问于2022-07-26得票数 3
1回答
当rnorm被用作另一个rnorm的参数之一时，我很难理解它意味着什么？(我将在下面解释更多)
例如，下面，在我的R代码的第一行中，我使用了一个rnorm()，我称之为rnorm()：mu。
mu由10,000 x组成。
现在，让我将mu本身作为一个名为“分发”的新rnorm()的mean参数。
我的问题是，如何将拥有10,000 x的x作为新rnorm()的mean参数来使用？
P.S.：任何mean参数的normal distribution都可以是一个数字，只有一个均值，我们将有一个完全正规。现在，为什么使用10,000个mu值仍然会导致单个正常值？
mu <- rnorm( 1e
浏览 3提问于2017-05-22得票数 2
回答已采纳
1回答
动机
我在数值计算一个深嵌套的多重积分。在每个嵌套级别，我得到一个积分向量在下面的级别，它乘以一个密度函数的向量，在这个级别上给出积分向量y。x值的间距不均匀。
被积体是弯曲的，梯形积分是不够精确的，所以我想做一个允许曲率的积分。辛普森法则不适用，因为脓肿间隔不均匀。因此，我建议进行三次样条插值，然后通过解析计算每一段中三次样条的积分来计算样条函数的积分。
问题
我一直在研究像spline和splinefun这样的函数，以及splines2包中的函数。但是我找不到任何能告诉我三次多项式级数的系数的东西--节间的每段一个。
如果有人能向我指出一个函数，它可以进行样条插值，并提供三次系数数组，我将
浏览 1提问于2018-07-27得票数 2
回答已采纳
3回答
R中的双重积分
、、
我想知道如何在R中编写采用双重积分的代码。我已经提到了两个类似的问题。
但我仍然不明白如何从这些答案中得到我的问题。我的问题如下。
我想用R对这个计算进行编码。
从我的手和Wolfram alpha计算，它变成了16826.4。我知道如何使用adaptIntegrate()在两个积分都是精确数字的情况下取一个积分。但我不知道在我的情况下该怎么办。你们能帮帮我吗？非常感谢你提前这么做。
浏览 4提问于2017-04-04得票数 13
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
