我是否可以集成但在循环中设置我的集成限制? 那么,例如,将我的函数从 8 积分到 8.9,直到达到值 2.5? 谢谢!
f1 = lambda x,c : c/x
integrate1=quad(f, 8,8.97, args=c1)
print(integrate1)
也许?
for index in range(8,9):
f1 = lambda x,c: c/x
integrate1 = quad(f, index, index+0.1, args=c1)
print(integrate1)
对于具有固定步骤的非整数循环,您可以执行类似的操作:
for val in xrange(80, 90):
val /= 10
........
或
val = 8.0
while val<8.9:
<do your worst>
val += step
途中舍入可能是个好主意 - 以获得所需的精度
嗯,显然你可以这样做:
import numpy as np
import scipy.integrate as si
def test_fn(x, c):
return c / x
def main():
lower_limit = 8.0
target_area = 2.5
c_val = 42.0
for upper_limit in np.arange(8., 10., 0.1):
area = si.quad(test_fn, lower_limit, upper_limit, args=(c_val,))
if area >= target_area:
print("Area is {} at ul={}".format(area, upper_limit))
break
if __name__=="__main__":
main()
但是您的步数间隔限制了结果的准确性,并且您正在进行大量不必要的计算(==慢)。
正如@Jakob_Weisblat 所说,您可以切换到二分搜索算法。这样更快,但你必须做一些额外的簿记工作。为什么不委托?
我建议将其变成一个元问题:求解上限,以便将结果整合到您想要的目标值中:
import functools
import scipy.integrate as si
import scipy.optimize as so
def test_fn(x, c):
return c / x
def integrate_fn(ul, fn, ll, args, target):
return si.quad(fn, ll, ul, args=args) - target
def main():
lower_limit = 8.0
target_area = 2.5
c_val = 42.0
sol = so.brentq(
integrate_fn, lower_limit, 20.0, args=(
test_fn, lower_limit, (c_val,), target_area
)
)
print(sol)
if __name__=="__main__":
main()
(请注意,此代码未经测试,因为这台机器没有安装 scipy。)