如何对matplotlib生成的分段常值曲线（含tm/o1列表）进行积分？

既然你已经有原始的x坐标列表tm和y坐标列表o1，完全不需要从matplotlib图形中提取数据——直接用这两个列表计算积分是最准确的，毕竟图形本身就是由它们生成的。针对你这种分段恒定的曲线，有两种简单高效的方法：

方法1：用numpy的梯形积分（通用且便捷） #

numpy的np.trapz()函数是数值积分的常用工具，它基于梯形法计算面积。对于分段恒定的曲线，梯形法会自动退化为矩形面积计算（因为每一段的y值不变，梯形的两个底边相等，面积就是底×高），结果完全准确。

示例代码：

import numpy as np

# tm是x坐标列表，o1是对应的y坐标列表
integral = np.trapz(o1, x=tm)
print("积分结果：", integral)

方法2：手动计算分段面积（贴合曲线特性） #

因为你的曲线是分段恒定的，你可以直接遍历每一段区间，计算每个区间的长度乘以对应的y值，最后累加所有段的面积。这种方法更直观，也能清晰看到每一段的贡献。

示例代码：

integral = 0.0
# 遍历每一段相邻的x坐标
for i in range(1, len(tm)):
    x_start = tm[i-1]
    x_end = tm[i]
    # 因为是分段恒定，这段的y值就是o1[i-1]（假设数据是左连续的）
    y_value = o1[i-1]
    # 计算当前段的面积并累加
    integral += (x_end - x_start) * y_value
print("积分结果：", integral)

注意事项 #

• 确保tm是按从小到大的顺序排列的，否则积分结果会出错；
• 如果你的分段恒定是右连续（即y值在x_end处切换），只需要把y_value改成o1[i]即可；
• 两种方法的结果应该完全一致（前提是数据符合分段恒定的特性），你可以交叉验证。

内容的提问来源于stack exchange，提问作者Hrishi Chougule