python 矩阵 偏导
Python是一种高级编程语言,它的矩阵操作非常方便。本文主要介绍python矩阵的偏导数计算。
import numpy as np # 偏导数公式 def partial_derivative(func, var=0, point=[]): args = point[:] def wraps(x): args[var] = x return func(*args) return np.gradient(wraps, point[var]) # 例子1 def f1(x, y): return x ** 2 + y ** 2 # 对x求偏导 print(partial_derivative(f1, var=0, point=[1, 2])) # 对y求偏导 print(partial_derivative(f1, var=1, point=[1, 2])) # 例子2 def f2(x, y): return x ** 3 + 3 * x * y ** 2 # 对x求偏导 print(partial_derivative(f2, var=0, point=[1, 2])) # 对y求偏导 print(partial_derivative(f2, var=1, point=[1, 2]))
以上代码通过numpy库提供的np.gradient函数,对任意多元函数f(x1, x2,...,xn),计算出f在点(point[0], point[1],..., point[n⑴])处第var个自变量(即xvar)的偏导数。
需要注意的是,由于使用了np.gradient函数,所以以上计算结果并不是精确值,只是近似值。如果需要更高的精度,可以将点(point[0], point[1],..., point[n⑴])设置得更小。
文章来源:丸子建站
文章标题:python 矩阵 偏导
https://www.wanzijz.com/view/75731.html