扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
这篇文章将为大家详细讲解有关Python中怎么用numpy求函数的导数，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
成都创新互联服务项目包括安化网站建设、安化网站制作、安化网页制作以及安化网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，安化网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到安化省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！
例如Numpy计算函数y=x^2+1
让我们说，我想要导数的值在x = 5 …
您有四个选项
可以使用Finite Differences
可以使用Automatic Derivatives
可以使用Symbolic Differentiation
可以手动计算导数。
有限差异不需要外部工具，但容易出现数字错误，如果您处于多变量情况，可能需要一段时间。
如果你的问题很简单，符号分化是理想的。符号方法现在变得相当健壮。SymPy是一个优秀的项目，它与NumPy很好地集成。看看autowrap或lambdify函数。
自动衍生品非常酷，不容易出现数字错误，但需要一些额外的库(google为这个，有几个好的选择)。这是最强大的，但也是最复杂/难以设置的选择。如果你很好地限制自己numpy语法，那么Theano可能是一个不错的选择。
这里是一个使用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.]
关于Python中怎么用numpy求函数的导数就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网