Python 正常化Numpy Arange

我刚刚开始用python编程。我想将各种功能的numpy arange正常化。到目前为止，我的代码是

from numpy import arange
from scipy.integrate import quad
import matplotlib.pyplot as plt

def function_A(x):
    return -(x-1)*(x-5)

def normalize(functionName, numpyRange):
    print "Inside normalize"

    min = numpyRange.min()
    max = numpyRange.max()

    print "functionName: ", functionName
    print "min: ", min
    print "max: ", max
    print "quad(functionName, min, max)[0]: ", quad(functionName, min, max)[0]
    print "functionName(numpyRange): ", functionName(numpyRange) 

    print "RIGHT BEFORE RETURN"

    return functionName(numpyRange) / quad(functionName, min, max)[0]

x = arange(1,5.01,0.01)
plt.plot(x, normalize(function_A, x))
plt.show()

print "This should equal unity: ", quad(normalize(function_A, x), x.min(), x.max(), args=(function_A, x))

运行代码时的错误消息是：

Traceback (most recent call last):
  File "forStackExchange3.py", line 33, in <module>
    print "This should equal unity: ", quad(normalize(function_A, x), x.min(), x.max(), args=(function_A, x))
  File "/usr/lib/python2.7/dist-packages/scipy/integrate/quadpack.py", line 247, in quad
    retval = _quad(func,a,b,args,full_output,epsabs,epsrel,limit,points)
  File "/usr/lib/python2.7/dist-packages/scipy/integrate/quadpack.py", line 312, in _quad
    return _quadpack._qagse(func,a,b,args,full_output,epsabs,epsrel,limit)
quadpack.error: First argument must be a callable function.

我仍然能够“输入”我的规范化函数，我的多个打印语句证明了这一点。我尝试过用不同的方法来写给出错误信息的行，但是没有任何运气。任何帮助都将不胜感激。也许我需要重写我的规格化函数，以便正确使用quad？另外，如果有一种更简单的方法来规范python中针对我的特殊情况的函数，请告诉我。

状态：

func:function要集成的Python函数或方法

但是，您传递的第一个参数是一个不可调用的

ndarray

。换句话说，您传递的不是要集成的函数，而是其他此类操作的结果

---

这是技术上的错误。至于怎么修，我得说我不知道你在问什么。给定范围

y

，可以对其进行规范化。范围

y

可能是对

x

应用某些函数的结果，但这不是重点。因此，您可以构建一个范围规范化器，并将其应用于函数的结果

def function_A(x):
    return -(x-1)*(x-5)

x = arange(1,5.01,0.01)

def normalize(y):
    return y / sum(y)

>> sum(normalize(function_A(x)))
1.0

您还可以构建一个元函数，它接受一个函数并返回一个函数，该函数规范化其结果：

def make_normalized(fn):
    return lambda x: fn(x) / sum(fn(x))

这样，你就可以定义

normalized_function_A = make_normalized(function_A)

只是为了验证：

>> sum(normalized_function_A(x))
1.0

---

请注意，numpy

arange

与非整数步长不一致。文档建议改为

linspace

。

>> sum(normalized_function_A(x))
1.0