Python 使用 numpy 的微分没有产生预期的输出

Question

所以，我正在进行一些数值计算。我已经计算了一个函数 (return_times) 的大约 100,000 个点，只能用数字计算，现在想使用 numpy.gradient 对其求导。据我了解 (doc)，对于 f(x)，我可以给出以下参数：numpy.gradient(arr_of_fx_datapoints, arr_of_their_x_values) 使其工作。这就是我（打算）做的。

除了它不起作用。结果几乎（但不完全）处处为零。该错误由我下面的代码摘要重现（sin^2(x) 的形状与我的原始函数相似）：

import matplotlib.pyplot as plt
import numpy as np

def find_times(t_arr):
    return np.power(np.sin(t_arr), 2)

t_0 = 0
t_max = np.pi-1E-10
datapoints = 100000

dt = (t_max - t_0) / datapoints
t_points = np.arange(t_0, t_max, dt, dtype=np.float64)
return_times = find_times(t_points)
gd = np.gradient(return_times, t_points)
plt.plot(t_points, gd)
plt.plot(t_points, return_times)
plt.show()

结果令人失望：

如果我打印gd，它表明它确实不完全为零：

[             inf   6.28318530e-05   6.28318529e-05 ...,  -1.25666419e-09
  -6.28326813e-10  -3.14161265e-10]

所以：我错过了什么？在 Python 中进行数值推导的终极正确方法是什么？

环境：LinuxMint 18.2 OS，Geany 编辑器，NumPy 1.11.0。

Answer 1

文档没有提及，但坐标数组支持非常新，NumPy 1.13。在以前的 NumPy 版本中，您只能为每个维度指定一个固定的标量步长值。

NumPy 1.12 有一个检查来捕获非标量步骤，但是您正在使用的 NumPy 1.11 没有注意到数组值输入，并且通过尝试将数组视为步骤。

Python 使用 numpy 的微分没有产生预期的输出

Python differentiation using numpy not producing expected output

python

numpy

math

derivative