栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

第十四章 导数与偏导数(Derivative与Partial Derivative)

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

第十四章 导数与偏导数(Derivative与Partial Derivative)

14.1 相关概念

       1、 数学计算的网站:Wolfram|Alpha: Computational Intelligence

        2、SymPy 是一个用于符号数学的 Python 库:SymPy

        导数(Derivative)的精髓在于“变化率”

        假设:

        那么其导数为:

         假设:

        其偏导数为:

3D绘图 

 等高线图

14.2 通过Sympy库计算求导结果
# -*- coding: utf-8 -*-
"""
Created on Tue May 17 11:25:13 2022

@author: xiaofeng
"""

import sympy as sym
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d


def func(x, y):
    return x ** 2 * y + np.cos(y) + np.sin(x)


if __name__ == '__main__':
    sym.init_printing()
    x, y = sym.symbols("x y")
    f = x ** 2 * y + sym.cos(y) + sym.sin(x)
    # 只是显示数学公式,并不会得出求导结果(在notebook里就可以显示出标准的数学公式)
    sym.Derivative(f, x)
    # 可算出求导结果
    print(sym.diff(f, x))
    print(sym.diff(f, y))
    # 创建等差数列
    x = np.linspace(-888, 888, 8)
    y = np.linspace(-888, 888, 8)

    X, Y = np.meshgrid(x, y)

    Z = func(X, Y)

    fig = plt.figure(figsize=(15, 8))
    ax = plt.axes(projection="3d")
    ax.contour3D(X, Y, Z, 5, cmap="binary")
    ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap="viridis", edgecolor="none")
    ax.set_xlabel("x")
    ax.set_ylabel("y")
    ax.set_zlabel("z")
    plt.show()

        运行结果为:

14.3 梯度(Gradient)

 

14.4 散度(Divergence)

         假设:

 

 

 

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/892550.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号