我正在尝试在所有空间上集成 3 个变量 f(x,y,z) 的函数。
当我整合小体积时，我得到了大致正确的结果。但是，当我增加积分量时，python 说积分为零。
我相当有信心，这里的问题是函数 f 仅在空间的一小块区域中不为零，并且当积分量很大时，tplquad 在该区域上的采样不足。我在此链接上找到了 1D 中类似问题的答案；scipy.integrate.quad 在大范围内给出错误的结果。1D 中的解决方案是将参数“points”传递给 scipy.integrate.quad，这有助于 quad 专注于积分非零的区间。
我的问题是；tplquad 的“积分”是否有类似的论点？或者也许我可以通过其他方式指示 tplquad 专注于特定的空间区域？
该方法tplquad只是一个包装器nquad，不会暴露后者的所有选项。使用nquad，它支持points通过参数传递quad。opts一个简单的例子，所有范围都有相同的点：
import numpy as np
from scipy.integrate import nquad
f = lambda x, y, z: np.exp(-x**2-y**2-z**2)
nquad(f, [[-150, 90], [-150, 90], [-150, 90]])[0] # 2.260158041551299e-16, wrong
nquad(f, [[-150, 90], [-150, 90], [-150, 90]], opts={"points": [-5, 5]})[0] # 5.568327996820292, correct
一般来说，opts可以是多个集成的不同步骤的不同选项的列表，并且points它们之间可以有所不同。它们还可以取决于其他变量，例如积分限制；请参阅文档中的示例。