Python 如何将函数与时间积分；i、 e'；y'；是一个数组，时间（t）的值在1到3000之间变化

如何集成函数

f（y）

w.r.t时间；i、 e

'y'

是一个3000个值的数组，

时间（t）

的值从1到3000不等。因此，在积分

f（y）

之后，我需要3000个值。 积分是不确定的，积分值必须不带

'x'

和

'C'（常数）

。 这是我代码的一部分：

k12 = np.array([random.random() for _ in range(3000)])
I1 = np.array([random.random() for _ in range(3000)])
m12 = np.array([random.random() for _ in range(3000)])
_k12 = [-x for x in k12]
_m12 = [-x for x in m12]

k21 = np.array([random.random() for _ in range(3000)])
I2 = np.array([random.random() for _ in range(3000)])
m21 = np.array([random.random() for _ in range(3000)])
_k21 = [-x for x in k21]
_m21 = [-x for x in m21]

k12_I1 = [i / j for i, j in zip(k12, I1)]
m12_I1 = [i / j for i, j in zip(m12, I1)]
_k12_I1 = [i / j for i, j in zip(_k12, I1)]
_m12_I1 = [i / j for i, j in zip(_m12, I1)]

k21_I2 = [i / j for i, j in zip(k21, I2)]
m21_I2 = [i / j for i, j in zip(m21, I2)]
_k21_I2 = [i / j for i, j in zip(_k21, I2)]
_m21_I2 = [i / j for i, j in zip(_m21, I2)]

X1_x = np.array(pd.read_csv(r"C:/Users/Lenovo/Desktop/Temp/X1_x.csv"))
X2 = np.array(pd.read_csv(r"C:/Users/Lenovo/Desktop/Temp/X2.csv"))
X2_diff = np.array(pd.read_csv(r"C:/Users/Lenovo/Desktop/Temp/X2_diff.csv"))

X3_ = ((k12*X1_x)-(I1*X2_diff)+(m12*X2))/k12

我需要X3，但由于积分值的形式是常数*x，因此它给出了一个错误：

'TypeError: can't multiply sequence by non-int of type 'float''

---

有一些符号库完全适合您的任务，比如-非常高级的符号库。你可以用它

Numpy库只做数值计算，没有符号，你必须在头脑中做所有符号

正如我在你最后的X3中所理解的，你有两项之和，一项是

Val1*x

另一项是

Val2

，即

X3=Val1*x+Val2

。然后您可以将

X3

分成两部分（这里Val1是X3_x，Val2是X3_c）：

稍后，为了计算某个给定的固定值

x

的整个X3，您只需在Python中执行

X3=X3_x*x+X3_c

此外，您必须以这样一种方式处理CSV，即最终数组只包含浮点数，不包含符号，

*x

到处删除，即：

X1_rd = np.array([e.strip().replace('[', '').replace(']', '').replace('*x', '') for e in pd.read_csv(r"X1_x.csv")]).astype(np.float64)
X2_rd = np.array(pd.read_csv(r"X2.csv")).astype(np.float64)
X2_diff_rd = np.array(pd.read_csv(r"X2_diff.csv")).astype(np.float64)

---

欢迎来到堆栈溢出。为了帮助您，我们需要尝试将所有数组转换为

np.float64

。因为它看起来像是从CSV数组中读取的整数数组，但计算时需要浮点。如果您有一些整数数组

X

，则要将其转换为float do

X=X.astype（np.float64）

。它有帮助吗？1）我有一个csv文件“X2”，里面有3000个值（都是浮点值）。（2） 使用这个csv文件，我必须通过以下关系计算‘X1’的值：导数X1=X2或积分X2=X1（3），因为X2的所有值都是常数，所以其积分的形式为ax+C（4） 现在，python将这些“x”和“C”识别为字母而不是符号因此，我无法计算X1的3000个值。您的特定错误

“TypeError:无法将序列乘以“float”类型的非整数”

表示您正在尝试将整数数组乘以浮点数。这就是为什么我说将整数转换为浮点数将有助于修复此特定错误。关于其他问题-简单我们帮助你们的方法是你们给我们一个最小的可重复的例子。这意味着你们必须提供在我们这边（我们的计算机）制造相同错误所需的一切，只有这样我们才能帮助您。给我们提供最少的代码，但完全可执行，这会导致此错误。也给我们csv，只有几行。@peelwan010在您的X1.csv文件中有类似于

12345*x

的值，稍后您在

中使用X1（（k12*X1_x）-（I1*X2_diff）+（m12*X2））/k12

，这个表达式应该给你什么？你不能用

12345

替换

12345*x

？这样就没有

*x

符号了吗？Numpy只允许数值计算，不允许符号计算。所以你必须自己弄清楚如何只进行数值计算，如何替换

*x

等等不得不这样想-我想做一些象征性的计算，但我只有数字Numpy，我应该怎么做才能只用数字。非常感谢你，代码运行得非常完美！！你能解释一下这里发生了什么吗：X1_rd=np.array（[e.strip（）.replace（'['，''）。replace（']'，''）。replace（']'，''）。replace（'*x'，''）对于pd.read_csv（r“X1_x.csv”）].astype（np.float64）X2_rd=np.array（pd.read_csv（r“X2.csv”）））.astype（np.float64）X2_diff_rd=np.array（pd.read_csv（r“X2_diff.csv”）））.astype（np.float64）@peelwan010我刚刚将所有3个csv转换为浮点数。第一个csv需要额外的东西-删除

[

，

]

，

*x

之后，我将X3分成两部分

X3=X3_x*x+X3_c

，并分别计算。在你的头脑中，所有符号计算都必须做，Numpy只做数字部分。好的@Arty，那么你从csv中删除了*x？@peelwan010删除了所有的

[

，

]

和

*x

来自读取的CSV。您不必自己编辑CSV，我的代码在飞行中会执行所有删除操作。但是@Arty我需要在我的X3结果中使用“*x”，以便将来如果我得到“x”的值，我只需将所有这些X3值乘以x。是否可能？

X1_rd = np.array([e.strip().replace('[', '').replace(']', '').replace('*x', '') for e in pd.read_csv(r"X1_x.csv")]).astype(np.float64)
X2_rd = np.array(pd.read_csv(r"X2.csv")).astype(np.float64)
X2_diff_rd = np.array(pd.read_csv(r"X2_diff.csv")).astype(np.float64)