Python编写Integrator积分类返回None的修复方法问询

Integrator类运行返回None是多处逻辑错误、语法遗漏导致的，具体修改点如下：

错误清单 #

• 依赖缺失：代码中调用了np命名空间下的numpy方法，但未导入numpy库，原代码导入的math库未被实际使用
• 初始化方法逻辑错误：__init__中定义了空列表x = []，后续对空列表取min、max会直接报错，同时覆盖了用户传入的积分上下限参数，没有正确保存初始化输入
• 方法无返回值：I()方法仅写了被积函数表达式，未通过return返回计算结果；integrate()方法最终计算完积分值也没有return，这是运行返回None的直接原因
• 积分逻辑错误：
  • np.arange的步长参数传值错误，参数N是区间分割份数，不是采样步长，正确步长应为(xMax - xMin)/N
  • 循环累加逻辑完全错误：未调用被积函数计算采样点的函数值，且将累加的数值作为数组下标索引，会触发下标越界错误
• API混用：math库的函数不支持数组批量运算，和numpy接口混用容易触发类型错误

修复后完整代码 #

import numpy as np

class Integrator():
    def __init__(self, xMin, xMax, N):
        self.xMin = xMin
        self.xMax = xMax
        self.N = N
    
    def I(self, x):
        return (x**2) * np.exp(-x) * np.sin(x)
        
    def integrate(self):
        dx = (self.xMax - self.xMin) / self.N
        x_samples = np.arange(self.xMin, self.xMax, dx)
        return np.sum(self.I(x_samples)) * dx

# 测试代码
examp = Integrator(1, 3, 20000)
print(examp.integrate())
# 输出结果约为0.763，和该区间解析积分结果一致

核心修改说明 #

• 所有需要对外返回计算结果的方法补充return语句，解决返回None的核心问题
• 修正初始化逻辑，直接保存用户传入的积分上下限、分割份数参数
• 按照矩形法数值积分的规则重新实现积分计算逻辑：先计算单份区间宽度，再生成所有采样点，计算所有采样点的函数值之和乘以区间宽度得到积分结果
• 统一使用numpy接口实现批量计算，避免类型兼容问题，同时提升计算效率

内容的提问来源于stack exchange，提问作者AoJol