Sintaxe
Numpy.trapz (y, x = nenhum, dx = 1.0, eixo = -1)A sintaxe parece um pouco complicada, mas é muito fácil de usar quando entendemos a funcionalidade de todos os parâmetros.
Parâmetros
Valor de retorno
Esta função retornará a integral definida estimada. O tipo de retorno será uma matriz ou um valor de ponto flutuante.
Integral da matriz 1D
Neste exemplo, observaremos a funcionalidade do método Trapz () em uma matriz unidimensional quando os elementos da matriz são inteiros.
Neste código, primeiro, temos que fazer é importar a biblioteca Numpy e dar um nome de função. Aqui o nome da função é “nmp.”Depois disso, defina uma variável“ value_0 ”e ligue para o Numpy.Método Array () para usar a função da matriz do módulo Numpy e inicializar a matriz unidimensional. A matriz é do tipo inteiro, que mostra que todos têm valores inteiros. Em seguida, um texto é impresso no console declarando a função print (). Na próxima declaração, invocar o NMP.Método trapz (). Esta função contém o "value_0" como o argumento. O método trapz () encontrará a integral da matriz dada e imprimirá isso usando a Print (). Também podemos armazenar o resultado da função trapz () em outra variável e depois mostrar o resultado, mas isso apenas aumenta o comprimento do código, e a funcionalidade permanecerá a mesma.
A saída mostra o resultado do código e é um valor de ponto flutuante. O método trapz () calculará a integral da matriz especificada com a fórmula trapezoidal, e apenas veremos o resultado.
Integral de uma matriz 2D
Agora, neste programa, discutiremos o uso da função trapz () para uma matriz bidimensional, tomando diferentes valores "dx".
Primeiro, integre o módulo Numpy com qualquer nome de função. Aqui o nome da função é “num.”Na próxima declaração, defina uma matriz bidimensional usando o NUM.Função Array (). E salve os elementos da matriz na variável "Array_0". Exiba o texto com o método print (). Então vamos passar o número.função trapz () na instrução de impressão. O método Trapz () tem um argumento de "Array_0". Aqui, o valor de "dx" é, por padrão, 1.
Mas na segunda parte do programa, o valor "dx" é a única coisa que difere. Repita o mesmo código e basta alterar o valor de "dx". Aqui especificamos o valor de "dx" como 3. Agora podemos comparar os resultados de ambas as duas seções do código acima.
A saída mostra claramente a diferença entre as duas matrizes resultantes. A segunda matriz é multiplicada por 3 porque seu "dx" é 3; divide igualmente os pontos de amostra quando "dx" é 3.
Integral de listas
Esta instância esclarecerá como utilizar o método trapz () quando a entrada estiver na forma de listas.
Importar a biblioteca primeiro. Em seguida, inicialize duas listas; Ambas as listas contêm valores inteiros. Podemos inicializar a lista com valores de ponto flutuante, mas aqui, usamos apenas valores inteiros. Agora converta a lista na matriz bidimensional, passando as variáveis de ambas as listas em Numpy.Função Array (). Depois disso, salve a matriz resultante em "ARR_0". Exibir a mensagem e a matriz bidimensional na tela. Além disso, chame o método Trapz () para obter a integral da matriz 2D e mostre esta integral utilizando a função print (). O "ARR_0" contém uma matriz bidimensional, e Trapz () encontrará a integral dessa matriz bidimensional.
No resultado, primeiro, recebemos a mensagem e a matriz bidimensional que obtivemos convertendo duas listas em uma matriz bidimensional. Então temos a integral da matriz no formato da matriz. Lembre -se, o resultado pode ser uma matriz ou um valor de ponto flutuante.
Conclusão
Neste guia, explicamos o método Trapz () em detalhes. O método trapz () é benéfico porque não precisamos codificar a fórmula dessa metodologia. É um método embutido da biblioteca Numpy. Podemos chamar o método trapz () e utilizar esta função onde quer que o exigirmos. Nos exemplos, obtemos a integral da matriz 1D, 2D Array e listas. Além disso, observamos a diferença de respostas quando mudamos o valor do argumento "dx" do método Trapz (). O artigo abrange o método Trapz () em profundidade para facilitar o aprendizado para você.