多重集成（使用 Scipy 或其他方式）答案

【问题标题】：Multiple Integration (with Scipy or otherwise)多重集成（使用 Scipy 或其他方式）
【发布时间】：2017-03-26 12:39:16
【问题描述】：

让f 是单个向量参数x 的实值python 函数，定义为x 可以有多种长度。我想将f 与长度为m 的所有x（的子集）进行数值积分，其中m 是某个固定的正整数。 scipy.integrate.nquad 似乎是对多个变量进行数值积分的好选择，但是，它需要将输入函数 f 定义为 m 参数的函数，例如def f(x_1, x_2, ..., x_m): ... 而不是 def f(x): ...。（我假设scipy 需要这个，因为它从argspec 或类似的东西中推断出积分变量的数量。）如何从我的函数f(x) 中获得这样的函数？（我希望能够为 m 的几个“大”值执行此操作，因此“手动”执行此操作不是可接受的答案。）

我也愿意接受scipy.integrate.nquad 的更好替代方案。

【问题讨论】：

所以你正在整合x_n 的一个子集，同时改变另一个子集。在积分变量上使用quad 或nquad，并使用args 参数传递其他变量——一次一个案例。你必须迭代！

标签： python numpy scipy

【解决方案1】：

您可以使用starargs，scipy 将根据积分限制推断参数的数量。简单的例子：

from scipy import integrate
def f(*args):
    x, y, z = args
    return x*y*z

integrate.nquad(f,[[0,1],[0,1],[0,1]])
# (0.12499999999999999, 5.527033708952211e-15)

所以你可以简单地包装你的函数：

def g(*args):
    return f(np.asanyarray(args))

【讨论】：