整合与颂歌 (`scipy.integrate` )¶

集成函数，给定函数对象¶

`quad` \(函数，a，b[, args, full_output, ...] )	计算定积分。
`quad_vec` \(F，a，b[, epsabs, epsrel, norm, ...] )	向量值函数的自适应积分。
`dblquad` \(函数，a，b，gFun，hFun[, args, ...] )	计算二重积分。
`tplquad` \(Func，a，b，gFun，hFun，qFun，rFun)	计算三重(定)积分。
`nquad` \(函数，范围[, args, opts, full_output] )	多变量集成。
`fixed_quad` \(函数，a，b[, args, n] )	用定阶高斯求积计算定积分。
`quadrature` \(函数，a，b[, args, tol, rtol, ...] )	使用固定容差的高斯求积计算定积分。
`romberg` \(函数，a，b[, args, tol, rtol, ...] )	可调用函数或方法的Romberg集成。
`quad_explain` \([output] )	打印有关Integrate.quad()参数和返回的额外信息。
`newton_cotes` \(rn[, equal] )	返回牛顿-柯特斯积分的权重和误差系数。
`IntegrationWarning`	关于集成过程中的问题的警告。
`AccuracyWarning`

`trapezoid` \(y[, x, dx, axis] )	使用复合梯形规则沿给定轴积分。
`cumulative_trapezoid` \(y[, x, dx, axis, initial] )	使用复合梯形规则累计积分y(X)。
`simpson` \(y[, x, dx, axis, even] )	使用沿给定轴的样本和复合辛普森规则对y(X)进行积分。
`romb` \(y[, dx, axis, show] )	龙贝格积分使用的一个函数的示例。

参见

scipy.special 用于高斯求积根的正交多项式(特殊)，以及其他加权因子和区域的权重。

解算器作为单个类实现，可以直接使用(低级使用)，也可以通过方便函数使用。

`solve_ivp` \(乐趣，t_span，y0[, method, t_eval, ...] )	求解常微分方程组的初值问题。
`RK23` \(FUN，t0，Y0，t_Bound[, max_step, rtol, ...] )	3(2)阶显式Runge-Kutta方法。
`RK45` \(FUN，t0，Y0，t_Bound[, max_step, rtol, ...] )	5(4)阶显式Runge-Kutta方法。
`DOP853` \(FUN，t0，Y0，t_Bound[, max_step, ...] )	8阶显式Runge-Kutta方法。
`Radau` \(FUN，t0，Y0，t_Bound[, max_step, ...] )	5阶Radau IIA族的隐式Runge-Kutta方法
`BDF` \(FUN，t0，Y0，t_Bound[, max_step, rtol, ...] )	基于后向微分公式的隐式方法。
`LSODA` \(FUN，t0，Y0，t_Bound[, first_step, ...] )	具有刚度自动检测和切换功能的ADAMS/BDF方法。
`OdeSolver` \(FUN，t0，Y0，t_Bound，矢量化)	ODE解算器的基类。
`DenseOutput` \(t_old，t)	ODE求解器在步长上进行局部插值的基类。
`OdeSolution` \(ts，插值)	连续常微分方程求解。

这些是早先为本网站开发的例程。它们包装用Fortran实现的较旧的求解器(主要是ODEPACK)。虽然与新API相比，它们的接口不是特别方便，并且缺少某些功能，但求解器本身的质量很好，工作速度与编译的Fortran代码一样快。在某些情况下，可能值得使用这个旧的API。

`odeint` \(函数，y0，t[, args, Dfun, col_deriv, ...] )	积分一组常微分方程组。
`ode` \(F[, jac] )	数字积分器的通用接口类。
`complex_ode` \(F[, jac] )	复杂系统的颂歌包装器。

solve_bvp \(FUN，BC，x，y[, p, S, fun_jac, ...] )

解一个常微分方程组的边值问题。

scipy.fftpack.convolve.destroy_convolve_cache

scipy.integrate.quad