Python集成，然后保存文本文件

对所有人：

这个问题与我正在做的一些MS研究有关

我想做的似乎很简单。我有一个值（时间，…值）的文本文件。然后，我希望始终从0积分到这些值，然后将该值保存到文本文件中

from numpy import *
from pylab import *
import os, sys, shutil
import math

#######################

#Load Data
data = loadtxt('wh.txt')

#Open file to save plots to
shutil.rmtree("wh_files")
os.makedirs("wh_files")
os.chdir("wh_files")

for i in range(0,100,1):
   int = trapz(data[i,:],axis=0)
   print int
   savetxt('int.txt', int)

当我运行此命令时，会出现以下错误：

File "integral.py", line 19, in savetxt('int.txt', int) File "/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/site-packages/numpy/lib/npyio.py", line 960, in savetxt ncol = X.shape[1] IndexError: tuple index out of range 文件“integral.py”，第19行，在 savetxt（'int.txt'，int） savetxt中的文件“/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/site packages/numpy/lib/npyio.py”，第960行 ncol=X.shape[1] 索引器错误：元组索引超出范围

---

我已经休息了几天试图解决这个问题，但还没有找到解决办法。我感谢您能给予的任何帮助/意见

int的值是一个浮点值，但是

savetxt

需要一个数组。您希望为所有集成结果创建一个numpy数组，然后在最后使用

savetxt

保存它。我认为像这样的事情应该会起作用：

int_array = apply_along_axis(trapz, 0, data)
savetxt('int.txt', int_array)

请记住，这（以及您最初的示例）将对时间字段求和，而不是跨时间进行积分。仅当沿x轴的间距为1时，才会产生有效结果。否则，您将需要执行以下操作：

t = data[0,:]
int_array = apply_along_axis(trapz, 0, data[1:,:], t)
savetxt('int.txt', int_array)

假设时间字段是数字

编辑：下面将进一步解释第二部分代码

您使用梯形规则对各种值进行积分，这是一种积分近似技术，通过将曲线上连续y值的平均值乘以两个y值之间x的变化来计算。这相当于计算连接两个y值和x轴的梯形的面积，如下所示：

你的问题并不完全清楚，但你似乎在整合时间上的值，所以x轴代表时间。需要合并x值以获得每个梯形的正确面积（每个梯形的面积为（x2-x1）*（y2+y1）/2，最终积分结果为所有此类面积的总和）

合并这些x轴值的最简单方法是将其作为

x

参数传递到

trapz

函数中（请参阅）。在上面的示例中，我使用

t=data[0，：]

作为x值的数组

另一个警告：如果x值之间的所有间距都相同（因此x2-x1是一个常数），可以通过将其从总和中取出并在末尾简单地乘以来节省一些计算。此功能可通过带有

dx

参数的

trapz

功能获得。因此，如果您的时间测量是每30秒进行一次，例如，您可以将我的第二个示例中的第二行替换为：

int_array = apply_along_axis(trapz, 0, data[1:,:], None, 30)

---

希望这能有所帮助。

在

int=trapz（data[i，：]，axis=0）

中，您的意思是使用

data[i:]

而不是

data[i，：]

？另外，使用一个名为标准类型（

int

）的变量可能是个坏主意。非常感谢大家的建议。威尔，你能解释一下你写的最后一段代码吗？我不知道你的意思@威尔：非常感谢你的帮助！我的问题问得不好。事实上，我只是对每次的体积进行积分，而不是对时间进行积分。i、 e.到1.0s，我有一系列代表水面高度的值，然后到1.5s，我有一系列代表新表面配置的新值。我接受这些价值观，然后看看你的变化是如何随时间而变化的。我非常感谢你花时间回答这个问题。