Python中numpy求函数的导数实现方法
在Python中如何用numpy求函数的导数呢?今天小编就来带大家一起学习。
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.]
以上就是Python中用numpy求导的方法。更多Python学习推荐:PyThon学习网教学中心。
(推荐操作系统:windows7系统、Python 3.9.1,DELL G3电脑。)
以上是 Python中numpy求函数的导数实现方法 的全部内容, 来源链接: utcz.com/z/541048.html