如何缩短二维单连通（多凸）域上的积分运算耗时？

你的问题很典型——当用nquad处理带不连续边界的积分（比如圆形域的0-1指示函数）时，积分器需要反复细分区间来捕捉边界的不连续性，这就是为什么耗时比矩形域高这么多，还触发了细分次数超限的警告。下面是几个能大幅提升速度的方案，按推荐程度排序：

1. 坐标变换（针对圆形/极对称域） #

对于圆形这类极对称的凸域，直接转极坐标是最有效的方法。极坐标下积分区域变成了矩形范围（r从0到a/2，θ从0到2π），而且积分函数连续，积分器不需要频繁细分。记得要加上极坐标的雅可比行列式r！

示例代码：

from scipy import integrate
import time

def polar_circular(r, theta, a):
    return r  # 原函数是1，乘上雅可比行列式r

a = 4
start = time.time()
# 极坐标积分限：r∈[0, a/2]，θ∈[0, 2π]
result, error = integrate.nquad(polar_circular, [[0, a/2], [0, 2*3.1415926]], args=(a,))
now = time.time()
print(f"极坐标圆形积分耗时：{now - start:.6f}秒，结果：{result:.4f}")

# 对比矩形域
def rectangular(x,y,a):
    return 1
start = time.time()
result_rect, error_rect = integrate.nquad(rectangular, [[-a/2, a/2],[-a/2, a/2]], args=(a,))
now = time.time()
print(f"矩形域积分耗时：{now - start:.6f}秒，结果：{result_rect:.4f}")

这个方法的耗时会和矩形域接近，而且不会触发警告——因为积分函数是连续的，积分器不需要反复细分。

2. 直接定义积分区域的边界（通用凸域） #

如果你的凸域不是圆形，但能写出y关于x的显式边界（或者x关于y的边界），用scipy.integrate.dblquad代替nquad，直接在积分限里定义区域边界，而不是用0-1函数过滤。这样积分器会只在有效区域内计算，避免了对无效区域的遍历和细分。

以圆形域为例，x的范围是[-a/2, a/2]，对于每个x，y的范围是[-sqrt((a/2)^2 - x²), sqrt((a/2)^2 - x²)]，代码如下：

from scipy import integrate
import time
import numpy as np

a = 4
start = time.time()
# dblquad的第一个积分变量是y，第二个是x
result, error = integrate.dblquad(
    lambda y, x, a: 1,
    -a/2, a/2,
    lambda x, a: -np.sqrt((a/2)**2 - x**2),
    lambda x, a: np.sqrt((a/2)**2 - x**2),
    args=(a,)
)
now = time.time()
print(f"边界定义法圆形积分耗时：{now - start:.6f}秒，结果：{result:.4f}")

这个方法同样能大幅降低耗时，而且适用于大多数能写出边界方程的凸域（比如椭圆、多边形等）。

3. 使用专门的数值积分库（复杂凸域） #

如果你的凸域边界很复杂（比如不规则多边形），可以考虑使用quadpy这样的专门数值积分库，它支持直接传入多边形顶点或区域描述，内部会使用适配的积分规则，效率比通用的nquad高很多。

示例（以圆形为例，用quadpy的圆盘积分）：

import quadpy
import time

a = 4
disk = quadpy.disk.Disk([0, 0], a/2)  # 定义圆心和半径
start = time.time()
result = disk.integrate(lambda x: 1)  # 积分函数是1
now = time.time()
print(f"quadpy圆盘积分耗时：{now - start:.6f}秒，结果：{result:.4f}")

这个方法对于复杂凸域的优势更明显，而且精度可控。

为什么原来的方法慢？ #

你原来的circular函数是0-1的指示函数，在圆形边界处是不连续的。nquad这类通用积分器会不断细分区间来尝试逼近这个不连续点，直到达到最大细分次数（也就是你看到的警告），这就导致了大量不必要的计算，耗时剧增。而上面的方法要么把积分区域转成连续的矩形，要么直接限定有效积分范围，避免了这个问题。

内容的提问来源于stack exchange，提问作者SMA.D