您有四个选择
- 有限差异
- 自动衍生工具
- 象征差异
- 手动计算导数。
有限的差异不需要外部工具，但容易出现数值误差，如果您处于多变量情况，则可能需要一段时间。
如果您的问题很简单，则使用符号区分是理想的选择。如今，符号方法变得越来越强大。SymPy是一个出色的项目，可以很好地与NumPy集成。查看autowrap或lambdify函数，或查看Jensen的博客文章，探讨类似问题。
自动导数非常酷，不易出现数字错误，但确实需要一些其他库（为此，google，有一些不错的选择）。这是设置选项中最可靠但也最复杂/最困难的。如果可以限制
numpy语法，那么Theano可能是一个不错的选择。
这是使用SymPy的示例
In [1]: from sympy import *In [2]: import numpy as npIn [3]: x = Symbol('x')In [4]: y = x**2 + 1In [5]: yprime = y.diff(x)In [6]: yprimeOut[6]: 2⋅xIn [7]: f = lambdify(x, yprime, 'numpy')In [8]: f(np.ones(5))Out[8]: [ 2. 2. 2. 2. 2.]
