使用随机采样的向量作为被积分中的输入变量之一来积分scipy.integrate.dblquad

如何解决使用随机采样的向量作为被积分中的输入变量之一来积分scipy.integrate.dblquad

我对使用scipy很陌生。我正在尝试整合两个变量函数f（x，y; {a，b，c}），其中在计算被积分数的解析形式时，将参数集列表作为{a，b，c}作为输入。输入值之一（例如c）是每对（x，y）值的随机采样数（来自0和2pi之间的均匀分布）。换句话说，如果我们从数字上考虑问题，那么如果积分近似为在各个点上求出的函数的和（例如（x1，y1），（x2，y2）....（xn，yn）），则我们也有一个随机采样的c-vector [c1，c2 ..... cn]对应于2D空间中的每个点（xi，yi）。积分可以是这些点上的积分f（xi，yi，a，b，ci）的总和乘以适当的面积元素。我可以按照我刚才所说的方式在数字上进行积分，但是速度很慢。 我想使用dblquad，但我不知道如何为该问题制定公式。下面给出了我的数值积分和在scipy.dblquad中实现的尝试代码。任何帮助将不胜感激。

fun getAddressLines() : List<String> {
    val jsonObject = Gson().fromJson(RESPONSE,JsonObject::class.java)
    val response = jsonObject.getAsJsonObject("response")
    val geoObjectCollection = response.getAsJsonObject("GeoObjectCollection")
    val featureMember = geoObjectCollection.getAsJsonArray("featureMember")
    return featureMember.map { jsonElement ->
        val memberChild = jsonElement.asJsonObject
        val geoObject = memberChild.getAsJsonObject("GeoObject")
        val MetaData = geoObject.getAsJsonObject("MetaDataProperty")
        val geocoder = MetaData.getAsJsonObject("GeocoderMetaData")
        val addressDetails = geocoder.getAsJsonObject("AddressDetails")
        val country = addressDetails.getAsJsonObject("Country")
        country.get("AddressLine").asstring
    }
}

两个实现（数字和dblquad）给出的结果几乎相同（如果增加N_pts，则协议会改善）但是我只能在c = [0,0，.. 0] 时实现dblquad 。可以对所有c都采用数字1，但是速度很慢。 所以有人可以告诉我如何修改dblquad代码（integrate_2D_dblquad）使其包含一个随机采样的c_list，例如integra_2D_numerical 。提前谢谢。