python编程求导数_SciPy函数求导数
17. SciPy求函数的导数
在SciPy⾥提供了很多的⽅法函数可以实现对某函数进⾏求导和求积分的操作。
SciPy的求导相对简单也容易理解。已知函数$f(x)$求其在$x_0$的导数即$f'(x_0)$。
diff函数⽅法⼀，使⽤scipy.misc模块下的derivative⽅法函数。
import numpy as np
from scipy.misc import derivative
def f(x):
return x**5
for x in range(1, 4):
print derivative(f, x, dx=1e-6)
程序的执⾏结果：
4.999999999866223
80.00000000230045
405.00000005749826
这⾥的$f(x)= x^5$那么$f'(x) = 5 x^4$，当$x= 1$时$f'(x = 1) = 5$，当$x = 2$时$f'(x = 2) = 5\times 2 ^ 4 = 80$ 。
derivative⽅法函数还可以指定导数的阶数，下⾯求⼀下⼆阶导数。
import numpy as np
from scipy.misc import derivative
def f(x):
return x**5
for x in range(1, 4):
print derivative(f, x, dx=1e-6, n = 2)
程序的执⾏结果：
19.999335520992645
160.02132952053216
540.0124791776761
这⾥的$f(x)= x^5$那么$f''(x) = 20 x^3$，当$x= 1$时$f''(x = 1) = 20$，当$x = 2$时$f''(x = 2) = 20\times 2 ^ 3 = 160$ 。
⽅法⼆，使⽤sympy模块⾥的diff和symbols函数。diff函数可以得到$f(x)$的导数表达式$f'(x)$,⽽sympy的symbols函数给出数学表达式⾥数学符号描述符。
from sympy import diff, symbols
t = symbols('x', real=True)
for i in range(1, 4):
print diff(t**5, t, i)
print diff(t**5, t, i).subs(t, i),i
程序的执⾏结果：
5*x**4
5 1
20*x**3
160 2
60*x**2
540 3
程序⾥python变量t代表数学公式⾥的$x$，那么diff(t ** 5, t, i)⾥的$t ** 5 $的意思是$f(x) = x ^ 5$这样的⼀个函数，t, 1两个参数的意思是对$x$求i阶导数。
当$i = 1$时，即对$f(x) = x ^ 5$⼀阶求导，得导数表达式$f'(x) = 5 x^4$，⽽diff(t**5, t, i).subs(t, i)则是求$f'(x)$当$x = i$的导数的值，即$f'(1) = 5$。
当$i = 2$时，即对$f(x) = x ^ 5$⼆阶求导，得导数表达式$f''(x) = 20 x^3$，⽽diff(t**5, t, i).subs(t, i)则是求$f'(x)$当$x = i$的导数的值，即$f'(2) = 160$。
当$i = 3$时，即对$f(x) = x ^ 5$三阶求导，得导数表达式$f^{(3)}(x) = 60 x^2$，⽽diff(t**5, t, i).subs(t, i)则是求$f'(x)$当$x =
3$的导数的值，即$f'(3) = 540$。
⽅式三，使⽤numpy模块⾥的函数也可实现求函数的导数。
import numpy as np
p = np.poly1d([1,2,0,3,0,5])
print p
for i in range(1, 4):
print np.polyder(p,i)
print np.polyder(p,i)(1.0)
for i in range(1, 4):
print p.deriv(i)
print p.deriv(i)(1.0)
程序执⾏结果：
5 4 2
1 x +
2 x +
3 x + 5
4 3
5 x + 8 x +
6 x
19.0
3 2
20 x + 24 x + 6
50.0
2
60 x + 48 x
108.0
4 3
5 x + 8 x +
6 x
19.0
3 2
20 x + 24 x + 6
50.0
2
60 x + 48 x
108.0
⽤NumPy的poly1d构造$f(x)$，函数的形参是多项式的系数，最左侧的是最⾼次数的系数，因此p变量代表的⽅程为$f(x) = x^5 + 2x^4 + 3 x^2 + 5$。⽽NumPy的polyder和deriv函数的作⽤差不多都是对p所代表的多项式求导得到$f(x)$的导数的表达式。
下⾯仅分析⼀下如下代码：
for i in range(1, 4):
print np.polyder(p,i)
print np.polyder(p,i)(1.0)
其结果为：
4 3
5 x + 8 x +
6 x
19.0
3 2
20 x + 24 x + 6
50.0
2
60 x + 48 x
108.0
为了便于阅读，程序加上⼀些输出提⽰：
for i in range(1, 4):
print "f(x)'s %d-th derivative is" %(i)
print np.polyder(p,i)
print "f(x)'s %d-th value when i =" % (i), i
print np.polyder(p,i)(i)
结果为：
f(x)'s 1-th derivative is
4 3
5 x + 8 x +
6 x
f(x)'s 1-th value when i = 1
19
f(x)'s 2-th derivative is
3 2
20 x + 24 x + 6
f(x)'s 2-th value when i = 2
262
f(x)'s 3-th derivative is
2
60 x + 48 x
f(x)'s 3-th value when i = 3
684
⽅程为$f(x) = x^5 + 2x^4 + 3 x^2 + 5$其⼀阶导数的表达式为$f'(x) = 5 x^4 + 8 x^3 + 6x$由语句np.polyder(p,i)其$i = 1$时得到，⽽$f'(1) = 5 + 8 + 6 = 19$由语句np.polyder(p,i)(i)其$i = 1$时得到。
同理当$i = 3$时，语句np.polyder(p,i)计算p所代表的表达式$f(x) = x^5 + 2x^4 + 3 x^2 + 5$，求其三阶导数的表达式为$f^{(3)}(x) = 60 x^2 + 48 x $，⽽语句np.polyder(p,i)(i)则是计算p所代表的函数的导数在$x = 3$的导数值，即$f^{(3)}(x) = 60 \times 3^2 +
48\times 3 = 540 + 144 = 684$。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。