python中计算梯度值

在python中，有关函数梯度的计算方法均在python库sympy的vector包里，要想实现梯度计算首先要从vector包里导入两个类，分别是：CoordSys3D和Del.
CoordSys3D类的方法主要是构建一个三维标量坐标系，而不是矢量坐标系，我们需要将函数变量通过CoordSys3D的实例化对象映射到三维标量坐标系中。而Del类中包含gradient()即计算函数梯度的方法。具体应用实例如下：

这里关于类CoordSys3D的构造函数的参数有很多，有很多不常用的参数建议等到用的时候再去了解。构造函数源代码如下：

__init__(self, name, location=None, rotation_matrix=None, parent=None, vector_names=None, variable_names=None, latex_vects=None, pretty_vects=None, latex_scalars=None, pretty_scalars=None, transformation=None)

最常用的是name参数，即给实例化的CoordSys3D对象起一个新名字。
下面是Del类中gradient()方法的参数说明：

gradient(self, scalar_field, doit=False)
 |      Returns the gradient of the given scalar field, as a
 |      Vector instance.
 |      
 |      Parameters
 |      ==========
 |      
 |      scalar_field : SymPy expression
 |          The scalar field to calculate the gradient of.
 |      
 |      doit : bool
 |          If True, the result is returned after calling .doit() on
 |          each component. Else, the returned expression contains
 |          Derivative instances

函数作用是返回给定标量场的梯度，参数scalar_field必须是sympy表达式，参数doit是布尔值，默认情况下是False。如果为True，则在调用.doit()后返回结果每个组件。否则，返回的表达式包含导数实例。其中doit()方法的官方解释如下：

doit(self, **hints)
 |      Evaluate objects that are not evaluated by default like limits,
 |      integrals, sums and products. All objects of this kind will be
 |      evaluated recursively, unless some species were excluded via 'hints'
 |      or unless the 'deep' hint was set to 'False'.

即在默认情况下，像极限、积分、和积等数学运算对象都是不进行计算的。这些对象一般都是通过递归进行计算，除非某些东西通过“hint”参数被排除在外又或者除非“deep”关键字被设为“False”，才能计算出这些默认情况下不进行计算的对象。
例如下面的求2乘以x的不定积分：

显然，对于前半部分求解梯度的过程中，我们并没有调用doit()方法也没有将gradient()函数中参数doit设置为True，所以最后得的梯度结果包含导数实例，即在默认情况下不进行计算。如果我们使用两者中的任意一个方法都能求解出梯度值：