将函数中生成的数组传递给python中另一个调用的函数（集成）

我在做数值积分，要积分的函数用三次样条表示。三次样条曲线在函数

MEcompute

as

splc

现在，实际执行插值的被积函数需要三次样条线数组，因此我需要将

splc

传递给这个新函数。我被困在这里了

# function defining the integrand which uses the spline coef array to give interpolated values
def integrand(xpoint):
    spline_array=splc
    result=interpolate.splev(xpoint,spline_array,der=0)
    return result

#----------------------------------------
# function to the matrix element for certain rovibrational state
def MEcompute(psi1,psi2,psi_r, parameter, parameter_r ):

        # step 1: gen cubic spline coefs.
        splc=interpolate.splrep(parameter_r,parameter,s=0)

        # generate interpolated parameter for same xaxis as psi
        parameter_interp=interpolate.splev(psi_r,splc,der=0)

        # compute the pointwise products
        p1=np.multiply(psi1,psi2)
        p2=np.multiply(p1,psi_r)
        p3=np.multiply(p2,psi_r)
        product=np.multiply(p3,parameter_interp)

        # step 1: gen cubic spline coefs
        splc=interpolate.splrep(psi_r,product,s=0)

        # compute the integral using adaptive Quadrature
        #result=integrate.quadrature(integrand,0.2,4.48,tol=1.0e-9,maxiter=500)
        result=integrate.quadrature(integrand,0.2,4.48,tol=1.0e-9,maxiter=500)
        print("<psi1|parameter|psi2> = ",result)

#----------------------------------------
# computing the value

MEcompute(v1,v2,rwave,parameter1,distance)
#----------------------------------------

这是因为

integrand

函数没有看到在函数

MEcompute

中启动的

splc

数组

#----------------------------------------
# function to the matrix element for certain rovibrational state
def MEcompute(psi1,psi2,psi_r, parameter, parameter_r ):

        # step 1: gen cubic spline coefs.
        splc=interpolate.splrep(parameter_r,parameter,s=0)

        # function defining the integrand which uses the spline coef array to give interpolated values
        def integrand(xpoint):
            return interpolate.splev(xpoint,splc,der=0)

        # generate interpolated parameter for same xaxis as psi
        parameter_interp=interpolate.splev(psi_r,splc,der=0)

        # compute the pointwise products
        p1=np.multiply(psi1,psi2)
        p2=np.multiply(p1,psi_r)
        p3=np.multiply(p2,psi_r)
        product=np.multiply(p3,parameter_interp)

        # step 1: gen cubic spline coefs
        splc=interpolate.splrep(psi_r,product,s=0)

        # compute the integral using adaptive Quadrature
        #result=integrate.quadrature(integrand,0.2,4.48,tol=1.0e-9,maxiter=500)
        result=integrate.quadrature(integrand,0.2,4.48,tol=1.0e-9,maxiter=500)
        print("<psi1|parameter|psi2> = ",result)

#----------------------------------------
# computing the value

MEcompute(v1,v2,rwave,parameter1,distance)
#----------------------------------------

现在我有一个想法来克服这个问题：

将数组

splc

从

MEcompute

导出为txt文件，然后在

integrand

函数中加载此txt文件。这肯定会增加计算时间

有人能提出更好的方法吗。

使用向函数传递额外参数以进行集成：

result = integrate.quadrature(integrand, 0.2, 4.48,
                              tol=1.0e-9, maxiter=500,
                              args=(splc,))

并修改被积函数以接受参数：

def integrand(xpoint, splc):
    spline_array=splc
    result=interpolate.splev(xpoint,spline_array,der=0)
    return result

---

您还可以尝试在

MEcompute

中定义

integrand

#----------------------------------------
# function to the matrix element for certain rovibrational state
def MEcompute(psi1,psi2,psi_r, parameter, parameter_r ):

        # step 1: gen cubic spline coefs.
        splc=interpolate.splrep(parameter_r,parameter,s=0)

        # function defining the integrand which uses the spline coef array to give interpolated values
        def integrand(xpoint):
            return interpolate.splev(xpoint,splc,der=0)

        # generate interpolated parameter for same xaxis as psi
        parameter_interp=interpolate.splev(psi_r,splc,der=0)

        # compute the pointwise products
        p1=np.multiply(psi1,psi2)
        p2=np.multiply(p1,psi_r)
        p3=np.multiply(p2,psi_r)
        product=np.multiply(p3,parameter_interp)

        # step 1: gen cubic spline coefs
        splc=interpolate.splrep(psi_r,product,s=0)

        # compute the integral using adaptive Quadrature
        #result=integrate.quadrature(integrand,0.2,4.48,tol=1.0e-9,maxiter=500)
        result=integrate.quadrature(integrand,0.2,4.48,tol=1.0e-9,maxiter=500)
        print("<psi1|parameter|psi2> = ",result)

#----------------------------------------
# computing the value

MEcompute(v1,v2,rwave,parameter1,distance)
#----------------------------------------

#----------------------------------------
#某一振动状态下矩阵元的函数
def MEcompute（psi1、psi2、psi_r、参数、参数r）：
#步骤1：生成三次样条曲线系数。
splc=interpolate.splrep（参数，参数，s=0）
#定义被积函数的函数，该函数使用样条曲线系数数组给出插值
def被积函数（xpoint）：
返回interpolate.splev（xpoint，splc，der=0）
#为与psi相同的X轴生成插值参数
参数interp=interpolate.splev（psi\r，splc，der=0）
#计算逐点积
p1=np.乘法（psi1，psi2）
p2=np.乘法（p1，psi\r）
p3=np.乘法（p2，磅/平方英寸）
乘积=np.乘法（p3，参数_interp）
#步骤1：生成三次样条系数
splc=interpolate.splrep（psi\r，乘积，s=0）
#使用自适应求积计算积分
#结果=积分正交（被积函数，0.2,4.48，tol=1.0e-9，maxiter=500）
结果=积分正交（被积函数，0.2,4.48，tol=1.0e-9，maxiter=500）
打印（“=”，结果）
#----------------------------------------
#计算值
MEcompute（v1、v2、rwave、参数1、距离）
#----------------------------------------

请注意，

（splc）

不是一个元组，而是括号中的一个表达式，您输入了错误的。此外，您必须将

splc

作为

被积函数的显式参数。如果在
MEcompute
函数中定义
integrand
函数，它可以看到所有变量，包括
splc
。感谢您的回答。您的解决方案有效，但我只能选择一个可接受的答案。谢谢。工作起来很有魅力。