python实现函数推导的方法是: 1、使用sympy库中的symbols方法传入x和y变量; 2、使用sympy库中的diff函数传入需要微分的函数,返回推导后的结果。
Python使用sympy库推导函数,numpy库使用推导结果计算程序
在python数据处理的过程中,我们经常会遇到这样的情况。需要对函数表达式进行偏导,并将特定值代入导数表达式。
而python中通常可用于函数求导的函数是sympy库中的diff()函数。
但他通常所求得的导数只是一个符号表达式。不能直接带入数据使用。
如下例:
import sympy as sp
import numpy as np
x,y = sp.symbols('x y')
z = sp.sin(2*sp.pi*x+2*y/5)
zx = sp.diff(z,x)
zy = sp.diff(z,y)
print(zx)
print(zy)
其输出为:
2*pi*cos(2*pi*x + 2*y/5)
2*cos(2*pi*x + 2*y/5)/5
那么该如何解决这个问题呢?
分别使用evalf()函数给x和y赋值后,再使用float进行类型转换,就可以使用numpy进行数值计算了。
如下例:
import sympy as sp
import numpy as np
x,y = sp.symbols('x y')
z = sp.sin(2*sp.pi*x+2*y/5)
zx = sp.diff(z,x)
zy = sp.diff(z,y)
x1 = 10
y1 = 5
z_x1 = float(zx.evalf(subs={x:x1,y:y1}))
z_y1 = float(zy.evalf(subs={x:x1,y:y1}))
print(z_x1)
print(z_y1)
其输出结果:
-2.61472768902227
-0.16645873461885696
那如果我的x或y不是单一的值呢?而是一个数组。
我们可以利用一个循环来完成。
如下例:
import sympy as sp
import numpy as np
x,y = sp.symbols('x y')
z = sp.sin(2*sp.pi*x+2*y/5)
zx = sp.diff(z,x)
zy = sp.diff(z,y)
x_array = np.linspace(-5, 5, 10)
y_array = np.linspace(-5, 5, 10)
temp_x = []#先定义一个用于存储x偏导的空列表
temp_y = []#先定义一个用于存储y偏导的空列表
for i in range(10):
z_x = float(zx.evalf(subs={x:x_array[i],y:y_array[i]}))
temp_x.append(z_x)#将计算得到的偏导值一一添加到列表中
z_y = float(zy.evalf(subs={x:x_array[i],y:y_array[i]}))
temp_y.append(z_y)
zx_array = np.array(temp_x)#将列表转换为数组
zy_array = np.array(temp_y)
print(zx_array)
print(zy_array)
输出结果为:
[-2.61472769 4.11163864 6.02946289 0.89585862 -5.2854481 -5.2854481
0.89585862 6.02946289 4.11163864 -2.61472769]
[-0.16645873 0.26175505 0.38384753 0.05703213 -0.33648208 -0.33648208
0.05703213 0.38384753 0.26175505 -0.16645873]
这样就实现了sympy得到的推导结果,在numpy库中进行数值计算。
本人还是python初学者,有什么错误恳请各位大佬及时指正~
学习路上共同进步~
本文为原创文章,版权归知行编程网所有,欢迎分享本文,转载请保留出处!
你可能也喜欢
- ♥ python开发用什么工具09/04
- ♥ 如何验证是否安装了python01/05
- ♥ python3安装失败如何处理12/11
- ♥ Python如何实现一个累积时间的计算器11/11
- ♥ pow如何使用python中的内置调用?01/02
- ♥ python中更新更新字典的方法09/10
内容反馈