jax.numpy.trapezoid#
- jax.numpy.trapezoid(y, x=None, dx=1.0, axis=-1)[source]#
使用复合梯形法则沿给定轴积分。
LAX 后端实现
numpy.trapezoid().原始文档字符串如下。
如果提供了 `x`，则积分将沿其元素依次进行 - 它们不会排序。
沿给定轴上的每个一维切片积分 `y` (`x`)，计算 \(\int y(x) dx\)。当指定 `x` 时，这将沿参数曲线积分，计算 \(\int_t y(t) dt = \int_t y(t) \left.\frac{dx}{dt}\right|_{x=x(t)} dt\).
在版本 2.0.0 中添加。
- 参数:
y (array_like) – 要积分的输入数组。
x (array_like, optional) – 与 `y` 值相对应的采样点。如果 `x` 为 None，则假设采样点均匀间隔 `dx`。默认值为 None。
dx (scalar, optional) – 当 `x` 为 None 时，采样点之间的间距。默认值为 1。
axis (int, optional) – 要积分的轴。
- 返回:
梯形 – 使用梯形法则沿单个轴近似 y = n 维数组的定积分。如果 y 是一个一维数组，则结果为一个浮点数。如果 n 大于 1，则结果为一个 n-1 维数组。
- 返回类型:
浮点数 或 ndarray
参考文献