Python 函数返回numpy数组时的scipy.integrate.quad

我有一个函数返回我需要集成的numpy数组。我想使用

scipy.integrate.dblquad

，但它需要函数返回浮点值

我试图在

dblquad

上使用

numpy.vectorize

，但它不起作用。经过一番思考，我意识到这种方法的问题在于，向量化的

dblquad

需要函数向量，而不是返回向量的函数

我想用任何方法来解决这个问题，除了拆分数组和逐案集成（已经这样做了，代码一团糟）。我想到的第一件事是将返回数组的函数转换为返回等价函数的数组，但我不知道这是否可行

我会放一些说明性的代码。下面，

x

和

y

是numpy数组，

a

和b是浮点数

我想做什么

x = np.random.rand((3,3))
y = np.random.rand((3,3))
a = 1.5
b = 3.0
I = dblquad(foo, 0, 1, lambda x: 0, lambda x: 1, args=(x,y))

获取一个数组

I

，其形状

（3,3）

，其条目

I[I][j]

为

foo（a，b，x[i][j]，y[i][j]）

，前两个参数超过0和1

---

我相信有一种聪明的方法可以用

np.vectorize

，但我想不出任何方法。

这对我来说很有用：

f = lambda x,y,a,b: np.exp(a*x+b*y)
dblquad(f, 0, 1, lambda x:0, lambda x:1, args=(1.0,1.0), epsabs=1.49e-08, epsrel=1.49e-08)

f-2D函数，x，y为变量a，b-仅为参数。所以我们在dblquad函数中将x从0积分到1秒和第三个arg，然后在dblquad函数中将y从0积分到第四个arg和第五个arg，但是以函数的形式；然后以args=（1.0,1.0）的形式传递a，b。剩下的是默认的东西

如果要在某些值范围内改变参数，可以执行以下操作：

[dblquad(f, 0, 1, lambda x:0, lambda x:1, args=(a,b)) for a in range(2) for b in range(2)]

这将得到一个平面数组，其结果（积分）对应于（a，b）：

您还可以执行以下操作：

  [[dblquad(f, 0, 1, lambda x:0, lambda x:1, args=(a,b)) for a in range(2)] for b in range(2)]

这将产生对应于（a，b）的2D结构化结果列表：

---

我的意思是x和y作为数组，所以foo值也是一个数组。用x=np.ones（（2,2））和y=np.ones（（2,2））试试你的建议。这样四元函数就不起作用了，这就是我想要的。你是对x，y还是a，b进行积分？[dblquad（f，0，1，lambda x:0，lambda x:1，args=（a，b）），用于范围（2）中的a，用于范围（2）中的b]-列出改变参数的共同理解。。。这不是你想要的吗？积分是在a和b之上的。x和y是数组。f=lambda，b，x，y:np.exp（ax+by）；[dblquad（f，0，1，lambda var:0，lambda var:1，args=（x，y））用于np.arange（3）中的x]

 [(0, 0), (0, 1), (1, 0), (1, 1)]

  [[dblquad(f, 0, 1, lambda x:0, lambda x:1, args=(a,b)) for a in range(2)] for b in range(2)]

  [[(0, 0), (0, 1)], [(1, 0), (1, 1)]]