Python梯形法绘图报错IndexError：列表赋值索引超出范围

嘿，我来帮你搞定这个问题！先看你遇到的IndexError，根源是对scipy.integrate.trapz的用法理解错了，咱们一步步拆解：

错误原因分析 #

报错出在这一行：

exact_sum = integrate.trapz(f(b))-integrate.trapz(f(a))

• integrate.trapz的作用是对一组函数值数组做梯形法数值积分，它至少需要两个点的数值才能计算积分。但f(b)和f(a)是单个标量值，传入trapz后，函数内部会尝试处理维度为0的数组，直接触发IndexError: list assignment index out of range。
• 另外你误解了trapz的定位：它本身就是数值积分工具，不是用来求精确积分的。要获取作为参考的"精确积分值"，应该用scipy.integrate.quad——这是Scipy里的自适应高精度求积函数，精度足够作为对比基准。

修正后的完整代码 #

我把所有问题都修复了，还做了一些优化，代码如下：

from scipy import integrate
import matplotlib.pyplot as plt  # 补充之前遗漏的绘图库导入

def f(x):
    return 1 - x - 4*x**3 + 2*x**5

def trapezoid(a, b, n):
    h = (b - a) / n
    s = (f(a) + f(b))
    # 用for循环替代while，更Pythonic
    for i in range(1, n):
        s += 2 * f(a + i * h)
    area = ((h / 2) * s)
    return area

def graphTrapezoid(a, b):
    val = []
    err = []
    # 用quad获取高精度积分结果，第二个返回值是误差估计，我们用下划线忽略
    exact_sum, _ = integrate.quad(f, a, b)
    for i in range(2, 100):
        trap_val = trapezoid(a, b, i)
        val.append(trap_val)
        # 计算相对误差，避免除以0（你的函数在1-5区间积分不为0，这里是安全的）
        errVal = abs((trap_val - exact_sum)/exact_sum)
        err.append(errVal)
    # 把区间数n作为x轴，比用积分值更直观，能看到误差随区间数的变化趋势
    plt.plot(range(2,100), err)
    plt.xlabel('梯形法区间数n')
    plt.ylabel('相对误差')
    plt.title('梯形法积分相对误差随区间数变化')
    plt.show()

a = 1
b = 5
graphTrapezoid(a, b)

关键修改点说明 #

1. 修复精确积分获取：用integrate.quad(f, a, b)替代错误的trapz用法，拿到可靠的基准积分值。
2. 补充绘图库导入：之前代码直接用plt但没导入，会触发NameError，现在补上了。
3. 优化绘图逻辑：把x轴改成区间数n，能清晰看到随着区间细分，相对误差逐渐减小的趋势（符合梯形法的收敛特性）。
4. 代码风格优化：把while循环改成for循环，更简洁易读；把a,b作为参数传入函数，避免依赖全局变量，让函数更健壮。

内容的提问来源于stack exchange，提问作者Kuma