Scipy Simpson

Parmi les modèles numériques utilisés pour calculer l'intégrale comprend la règle «Simpson». En règle générale, nous utilisons le théorème de la Fondation logique pour obtenir le facteur d'échelle qui nous oblige à utiliser les méthodologies d'intégration antidérivative. Nous pouvons obtenir l'intégration de la fonction F (q) en utilisant des valeurs dans la direction et synthétiser la règle de Simpson à l'aide du scipy.intégrer.Fonction Simps (). Essentiellement, c'est un module de flux de travail scientifique Python qui propose des services publics intégrés pour de nombreuses opérations bien arithmétiques. Le SCIPY Integrate Inter propose plusieurs méthodes d'intégration, mais avec intégrée pour les équations différentielles communes.

Procédure:

La méthode de mise en œuvre de la fonction «Scipy Simpson» sera discutée et montrée dans cet article. Nous devons utiliser une gamme étrange d'unités de grille tout en ayant une combinaison uniforme de portées. La moitié des ordonnées doivent être multipliées par un ensemble de paramètres appelés «multiplicateurs de Simpson» pour satisfaire la formule «First Rule de Simpson», compte tenu des exemples n'importe où le long de l'axe spécifié et la règle de Simpson composée pour intégrer «F (Q)». L'intervalle de «DQ» est attendu si «q» n'est pas. Étant donné que la réglementation de Simpson prévoit un nombre uniforme d'intervalles et qu'il doit y avoir un nombre entier d'échantillons «n», il y a un entier étrange d'intervalle «(n-1)». La façon dont cela est géré est contrôlée par l'argument «pair». Si les échantillons ne sont pas espacés uniformément, la fonction doit être un polynôme ayant l'ordre de «2» ou moins de «2» pour rendre le résultat exact.

Syntaxe:

$ scipy.intégrer.Simps (R, Q)

Nous avons mentionné la syntaxe de la fonction de Scipy Simpson dans la langue Python. Cette fonction a deux paramètres de la fonction «intégrer» et considère les deux variables pour stocker ou passer la valeur dans la chaîne comme «R» et «Q» dans la fonction SIMPS de Python.

Valeur de retour:

L'utilisation des échantillons donnerait la valeur intégrée de Q (R) dans l'écran de sortie en découvrant l'intégration des deux variables et en stockant les valeurs numériques. La valeur du résultat ou du retour est la valeur intégrée de la fonction de Simpson de ces variables.

Exemple 1:

Maintenant, nous connaissons la syntaxe et le phénomène de travail avec la fonction Scipy Simpson. Commençons par l'implémenter dans le code Python dans différents scénarios. Nous commençons par avoir l'outil en premier. Nous installons l'outil «Spyder». Après l'installation, nous commençons à écrire notre code dans le fichier de console. Tout d'abord, nous avons besoin de la bibliothèque «Numpy» dans le fichier source Python, nous importons donc d'abord cette bibliothèque en tant que «NP». Après cela, nous importons une autre bibliothèque de «intégrer» à partir de la source de «Scipy». Nous ajoutons quelques commentaires entre les deux pour comprendre ce que nous avons fait à chaque étape.

Après avoir importé des bibliothèques «intégrer» et «Numpy», nous avons besoin des variables pour maintenir la valeur numérique pour nous montrer le phénomène intégré. À cette fin, nous créons deux variables de «S» et «C» où la variable «S» est attribuée avec «NP» comme valeur disposée de la plage «2» à «12». Tandis que la variable «C» a également l'extension «NP» Numpy ainsi que la valeur d'organisation de la plage pertinente de «2» à «12», similaire à la valeur affectée par variable «S».

Après cela, nous utilisons maintenant notre fonction principale de «intégrer.Simps () "sur les variables" C "et" S "et attribuez ce résultat à une nouvelle fonction définie par l'utilisateur du nom," Scipy_simpson ". Ici, à cette étape, le résultat est stocké et les valeurs doivent être intégrées et stockées dans la fonction "Scipy_simpson". En fin de compte, pour afficher le résultat, nous utilisons la fonction «print ()» et appelons la valeur de fonction stockée dans «scipy_simpson».

# Importation de bibliothèque Numpy
Importer Numpy comme NP
# IMPORTATINE INTRESSION DE SCIPY
à partir de Scipy Importation Integrate
#Declating and Affectation Range aux variables
s = np.Arange (2, 12)
c = np.Arange (2, 12)
#Utlizing Integrate.module simps ()
Scipy_simpson = intégrer.Simps (C, S)
#printine la fonction scipy_simpson
print (scipy_simpson)

La sortie de notre code de programme pour la méthode Scipy Simpson que nous avons utilisée affiche la valeur intégrée des deux variables «S» et «C» comme résultat final de la valeur de retour comme «58.5 ”. Cette valeur varie différemment pour les différentes valeurs numériques stockées des variables en fonction de leurs gammes.

Exemple 2:

Examinons comment nous pouvons utiliser la même méthode Scipy Simpson pour l'utilisation d'une seule valeur numérique en appliquant la fonction «SQRT ()» sur la variable fournie utilisée. Performons la mise en place du code sur notre outil où nous importons les deux premières bibliothèques de «Numpy» comme «NP» et «intégrer» de Scipy comme nous l'avons utilisé dans l'exemple précédent.

Maintenant, nous déclarons deux variables de «Q» et «R» où la variable «Q» est la fonction «arrange ()» attribuée avec la valeur de plage de «3» et «15» et la variable «R» utilise la «variable utilise la« variable utilise la «» la variable utilise la «variable utilise la« variable utilise la «variable» utilise la «variable», utilise la «variable», «R» utilise «la variable« R »utilise« SQRT () ”Fonction sur la valeur de la variable« Q »et la stocker dans la variable de« R ». Après avoir attribué les valeurs aux deux variables, nous venons le «intégrer.Fonction Simps () ”. Nous l'appliquons à nos variables «R» et «Q» en définissant la nouvelle fonction de «scipy_simp» et la stockons dans cette fonction. Ensuite, nous utilisons la fonction «print ()» sur la dernière étape et appelons la fonction «scipy_simp» dans la fonction «print ()». Ensuite, il affiche la relation intégrée dans la valeur de retour finale.

# importer Numpy et intégrer la bibliothèque OS Scipy
Importer Numpy comme NP
à partir de Scipy Importation Integrate
#Declarisant les variables
Q = np.Arange (3, 15)
r = np.SQRT (Q)
# Utiliser Scipy.intégrer.Méthode Simps ()
Scipy_simp = intégrer.Simps (R, Q)
#printing scipy_simp function
imprimer (scipy_simp)

Après avoir terminé le code lorsque le code précédent est compilé, il affiche le résultat de retour de valeur intégrée sur l'écran de sortie qui est presque «31.46 ”ou les deux variables de« Q »et« R ».

Conclusion

La description et la mise en œuvre du thème de la méthode Scipy Simpson sont discutées dans cet article. Notre article a illustré deux exemples de la méthode des Simpsons de Scipy pour découvrir la relation de la valeur intégrée entre deux variables qui sont définies dans le programme. Le premier couvre la valeur qui va du minimum à «2» tandis que la seconde varie à un minimum de «3». Dans le premier exemple, les valeurs de relation ont toutes deux été définies séparément. Mais dans le deuxième exemple, nous avons défini la première valeur et la deuxième valeur est dérivée par la fonction «SQRT» pour la deuxième valeur de variable.