I'；我正在尝试将我的matlab代码转换为python，以实现自适应高斯求积

Matlab代码运行良好

function [int, abt]= gadap(a,b,f,p,tol);
% a,b: interval endpoints with a < b
% f: function handle f(x, p) to integrate (p for user parameters)
% tol: User-provided tolerance for integral accuracy
% int: Approximation to the integral
% abt: Endpoints and approximations
a_j=a;
b_j=b;
j=1;
int=0;
n=1;
abt=[[a_j,b_j,0]];
while j<=n
    %%%Evaluation of t%%%
    t_j=(b_j-a_j)/2*(5/9*f((b_j-a_j)/2*-1*sqrt(3/5)+(b_j+a_j)/2)+8/9*f((b_j+a_j)/2)+5/9*f((b_j-a_j)/2*sqrt(3/5)+(b_j+a_j)/2));

    %%%Evaluation of l%%%
    k=j+1;
    a_k=a_j;
    b_k=a_j+(b_j-a_j)/2;
    l_j=(b_k-a_k)/2*(5/9*f((b_k-a_k)/2*-1*sqrt(3/5)+(b_k+a_k)/2)+8/9*f((b_k+a_k)/2)+5/9*f((b_k-a_k)/2*sqrt(3/5)+(b_k+a_k)/2));

    %%%Evaluation of r%%%
    z=j+2;
    a_z=a_j+(b_j-a_j)/2;
    b_z=b_j;
    r_j=(b_z-a_z)/2*(5/9*f((b_z-a_z)/2*-1*sqrt(3/5)+(b_z+a_z)/2)+8/9*f((b_z+a_z)/2)+5/9*f((b_z-a_z)/2*sqrt(3/5)+(b_z+a_z)/2));

    %%%List Generation%%%
    if abs(t_j-(l_j+r_j))>tol*max(abs(t_j), (abs(l_j)+abs(r_j)))
        abt=[abt; [a_k, b_k, l_j]; [a_z, b_z, r_j]];
    else 
        int=int+t_j;
    end

    n=size(abt,1);
    j=j+1;
    if j>n
        continue
    end
    a_j=abt(j,1);
    b_j=abt(j,2);


end

function[int，abt]=gadap（a，b，f，p，tol）；
%a，b：an
持续
结束
a_j=abt（j，1）；
b_j=abt（j，2）；
结束

Python代码

import numpy as np
from numpy import *
from numpy import array


f = lambda x:x**2
def gaussian(a,b,f,tolerance):
    # a,b: interval endpoints with a < b
    # f: function f(x) to integrate 
    # tol: tolerance for integral accuracy
    # integral: Approximation to the integral
    # abt: Endpoints and approximations
    a_j=a
    b_j=b
    j=0
    integral=0
    n=0
    abt=matrix([a_j,b_j,0])
    while j<=n:
        #Evaluation of t
        t_j=(b_j-a_j)/2*(5/9*f((b_j-a_j)/2*-1*sqrt(3/5)+(b_j+a_j)/2)+8/9*f((b_j+a_j)/2)+5/9*f((b_j-a_j)/2*sqrt(3/5)+(b_j+a_j)/2))

        #Evaluation of right
        z=j+2;
        a_z=a_j+(b_j-a_j)/2;
        b_z=b_j;
        r_j=(b_z-a_z)/2*(5/9*f((b_z-a_z)/2*-1*sqrt(3/5)+(b_z+a_z)/2)+8/9*f((b_z+a_z)/2)+5/9*f((b_z-a_z)/2*sqrt(3/5)+(b_z+a_z)/2))

        #Evaluation of left
        k=j+1;
        a_k=a_j;
        b_k=a_j+(b_j-a_j)/2;
        l_j=(b_k-a_k)/2*(5/9*f((b_k-a_k)/2*-1*sqrt(3/5)+(b_k+a_k)/2)+8/9*f((b_k+a_k)/2)+5/9*f((b_k-a_k)/2*sqrt(3/5)+(b_k+a_k)/2))

        if abs(t_j-(l_j+r_j))>tolerance*max(abs(t_j), (abs(l_j)+abs(r_j))):
            abt=numpy.vstack([abt, [a_k, b_k, l_j], [a_z, b_z, r_j]])
        else:
            integral=integral+t_j
        n=abt.shape[0]
        j=j+1
        if j>n:
            continue
        a_j=abt[j,0]
        b_j=abt[j,1]
    return integral

print gaussian(0,2,f,10**(-3))

将numpy导入为np
从numpy进口*
从numpy导入数组
f=λx:x**2
def高斯（a、b、f、公差）：
#a，b：an：
持续
a_j=abt[j，0]
b_j=abt[j，1]
返回积分
打印高斯（0,2，f，10**（-3））

但是当我为我的函数测试python代码时，我得到了一个错误。怎么了？要返回整数值，我更改了一些索引，但它一直返回整数值0，这就是我初始化整数值的原因。现在它告诉我错误是

索引器回溯（最后一次最近调用） 在（） 45返回积分 46 --->47打印高斯（0,2，f，10**（-3）） 四十八

高斯分布（a、b、f、公差） 41如果j>n： 42继续 --->43 a_j=abt[j，0] 44 b_j=abt[j，1] 45返回积分

C:\Users\Brandon Tran\AppData\Local\enthund\Canopy\User\lib\site packages\numpy\matrixlib\defmatrix.pyc ingetitem（self，index） 314 315尝试： -->316 out=N.ndarray.getitem（自身，索引） 317最后： 318 self.\u getitem=False

---

索引器错误：索引1超出大小为1的轴0的界限。您的问题是MATLAB和numpy对数组索引使用不同的顺序。MATLAB使用Fortran编程语言的顺序，而numpy（默认情况下）使用C语言的顺序。这些是相反的。所以，当你的MATLAB矩阵是Nx1矩阵时，你的numpy矩阵是1xN矩阵。因此，例如，

a_j=abt[j，0]

应该是

a_j=abt[0，j]

。您可以使用

abt.shape

验证这一点，它将为您提供

（1,3）

还有其他问题。在Python2.x中，两个整数的除法返回一个整数。因此，例如

5/9

，就是

0

。在您的代码顶部，您应该放置来自未来导入部门的

，

，以使其按照您期望的方式运行

另外，你真的不应该一开始就使用numpy矩阵。坚持使用numpy阵列，它们得到了更好的支持。这样，只需使用1D数组就可以完全避免问题

---

最后，将numpy作为np导入比从numpy导入*导入安全得多，这可能会与内置版本产生函数名冲突。

无需自行实现。（我写的）有自适应正交

安装

pip install quadpy

试一试

从numpy导入exp
导入四边形
val，err=quadpy.quad（λx:exp（0.3*x）、0.0、1.0）
打印（val）
打印（错误）

---

代码通过Gauss Kronrod实现自适应。

我们无法为您调试代码，但我猜您在使用Matlab和Python处理索引的不同方式时遇到了问题：Matlab数组的索引从1开始，Python数组的第一个索引是0。

1.1661960252533439
3.170663072723789e-20