python编程求导数_在python中如何计算导数？

这个问题的答案很简单。当然，在另一个答案中给出的subs选项可用于计算某个数的导数，但如果要绘制导数，则不起作用。有一种方法可以解决这个问题：lambdify，如下所述。

使用lambdify将所有sympy函数（可以区分但不能计算）转换为它们的numpy对应函数（可以计算、绘制等，但不能区分）。例如，sym.sin（x）将替换为np.sin（x）。其思想是：使用symphy函数定义函数，根据需要进行区分，然后定义一个新的函数，它是原始函数的lambdified版本。

在下面的代码中，sym.lambdify接受以下输入：

sym.lambdify(variable, function(variable), "numpy")

第三个输入“numpy”是用numpy对应函数替换sympy函数的内容。例如：def f(x):

return sym.cos(x)

def fprime(x):

return sym.diff(f(x),x)

fprimeLambdified = sym.lambdify(x,f(x),"numpy")

然后函数fprime(x)返回-sym.sin(x)，函数fprimeLambdified(x)返回-np.sin(x)。我们现在可以在特定的输入值处“调用”或“求值”，而不能“调用”或“求值”，因为前者由numpy表达式和后者的sympy表达式组成。换句话说，输入fprimelambdified(math.pi)是有意义的，这将返回一个输出，而fprime(math.pi)将返回一个错误。

下面是在多个变量中使用sym.lambdify的示例。import sympy as sym

import math

def f(x,y):

return x**2 + x*y**2

x, y = sym.symbols('x y')

def fprime(x,y):

return sym.diff(f(x,y),x)

print(fprime(x,y)) #This works.

DerivativeOfF = sym.lambdify((x,y),fprime(x,y),"numpy")

print(DerivativeOfF(1,1))