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。）