python数值积分_Python-Scipy进行数值积分
Python的Scipy模块中拥有大量的数值计算函数，方便我们快速进行数值计算。
Scipy中的integrate模块提供了几种数值积分算法，导入方式为：
from scipy import integrate
使用integrate时，需要先将要进行积分的方程定义为函数。求取一至三重积分的函数分别为：
integrate.quad(func,a,b,args,full_output)
integrate.dblquad(func,a,b,gfun,hfun,args,epsabs,epsrel)
integrate.tplquad(func,a,b,gfun,hfun,qfun,rfun,args,epsabs,epsrel)
以三重积分为例。func为运算对象函数，形式为func(z,y,x)。a,b对应变量x的积分区域，gfun,hfun对应变量y的积分区域，依次类推。
注意gfun,hfun等的形式应为函数，其中gfun,hfun是自变量为x的函数，qfun,rfun是自变量为x,y的函数。这些函数可以使用lambda函数进行定义，形式通常为：
lambda x,y:x*y
如果是常函数，则定义为：
lambda x:0
lambda x,y:1
args可选，为传递给func的格外参数；
full_output可选，非零则返回积分信息的dictionary。如果非零，则还会禁止显示警告消息，并将消息附加到输出元组。
epsabs可选，绝对容差直接传递到内部1-D正交积分。默认值为1.49e-8。
epsrel可选，内部1-D积分的相对容差。默认值为1.49e-8。
运算结果输出一个元组，第一项为积分结果，第二项为绝对误差，此外还有收敛情况等信息。
以下是一个用integrate.tplquad()计算立方体晶体的LJ势能的例子：
#To calculate the LJ potential energy between a cubic and an atom
#Author: Lewisbase
#Date: 2019.01.01
from __future__ import division
import numpy as np
from scipy import integrate
#Cubic length width hight A,B,C
A=10
B=10
C=10
#Average sigma(s,A) epsilon(e,K) rho(r,A^-3) of the cubic
s=np.array([4.24,3.84]); e=np.array([208.4541197,69.0609]); r=0.061540355
def LJ_cubic(x,y,z):
return 4*eps*rho*((sig**2/((xb-x)**2+(yb-y)**2+(zb-z)**2))**6-(sig**2/((xb-x)**2+(yb-y)**2+(zb-z)**2))**3)
lx=50
ly=50
lz=100
dx=lx/101
dy=ly/101
dz=lz/201
x0=lx/2-A/2
x1=lx/2+A/2
y0=ly/2-B/2
y1=ly/2+B/2
z0=lz/2-C/2
z1=lz/2+C/2
for m in np.linspace(0,1,2):
for ix in np.linspace(0,100,101):
for iy in np.linspace(0,100,101):
for iz in np.linspace(0,200,201):
xb=ix*dx
yb=iy*dy
zb=iz*dz
sig=s[m]
eps=e[m]
rho=r
if abs(xb-lx/2)
LJ = 1E100
else:
LJ=integrate.tplquad(LJ_cubic,
z0,
z1,
lambda y: y0,
lambda y: y1,
lambda y,x: x0,
lambda y,x: x1)
LJ=LJ[0]/298.15
print "%f %f %f %f\n"%(xb,yb,zb,LJ)
有关数值积分的方法还有高斯积分，龙贝格积分等，自己暂时还没有用到，待到以后再做详细学习。
参考资料