溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關Python中怎么用numpy求函數的導數，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。
例如Numpy計算函數y=x^2+1
讓我們說，我想要導數的值在x = 5 …
您有四個選項
可以使用Finite Differences
可以使用Automatic Derivatives
可以使用Symbolic Differentiation
可以手動計算導數。
有限差異不需要外部工具，但容易出現數字錯誤，如果您處于多變量情況，可能需要一段時間。
如果你的問題很簡單，符號分化是理想的。符號方法現在變得相當健壯。SymPy是一個優秀的項目，它與NumPy很好地集成。看看autowrap或lambdify函數。
自動衍生品非常酷，不容易出現數字錯誤，但需要一些額外的庫(google為這個，有幾個好的選擇)。這是最強大的，但也是最復雜/難以設置的選擇。如果你很好地限制自己numpy語法，那么Theano可能是一個不錯的選擇。
這里是一個使用SymPy的例子。
In [1]: from sympy import * In [2]: import numpy as np In [3]: x = Symbol('x') In [4]: y = x**2 + 1 In [5]: yprime = y.diff(x) In [6]: yprime Out[6]: 2?x In [7]: f = lambdify(x, yprime, 'numpy') In [8]: f(np.ones(5)) Out[8]: [ 2. 2. 2. 2. 2.]
關于Python中怎么用numpy求函數的導數就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
