如何得到给定范围内的导数近似值？

Question

我正在尝试为给定的数组生成近似推导。

我已经开发了一个数组，但不知道如何遍历每个值以获得派生

# display the approximation for each delta step in this cell
import numpy as np

delta = (
    np.logspace(-1, -14, 14),
    np.set_printoptions(formatter=dict(float="{:10.8e}".format)),
)
print(delta)


def my_derivative_approximation(f, x, d=10e-6):
    return (f(x + d) - f(x)) / d


# Trying to apply approximation derivation to each delta array value

print(my_derivative_approximation(delta, 14))

期待着学习这个概念。

Answer 1

我想你误解了近似推导。在您的代码中，您尝试将numpy数组用作函数，但这有点胡说八道。如果你想近似推导，你可以简单地创建一个如下的函数：

def myFunction(x):
    return x*2

创建此函数后，您可以在增量数组中创建多个delta值：

delta = np.logspace(-1, -14, 
14),np.set_printoptions(formatter=dict(float='{:10.8e}'.format))
# This is a tuple and you can obtain numpy array that includes delta values by #delta[0]

之后，您可以通过将数组发送到近似函数来迭代您的numpy数组：

# display the approximation for each delta step in this cell
import numpy as np
def myFunction(x):
    return x*2

delta = np.logspace(-1, -14, 
14),np.set_printoptions(formatter=dict(float='{:10.8e}'.format))

def my_derivative_approximation(f, x, delta):
    return (f(x + delta) - f(x)) / delta 
#Trying to apply approximation derivation to each delta array value 
print(my_derivative_approximation(myFunction,14,delta[0]))