numpy gradient de la fonction numérique et de produits dérivés

La matrice de la numpy.gradient fonction renvoie dépend du nombre de points de mesure/de l'espacement des points de mesure. Est-ce un comportement attendu? Par exemple:

y = lambda x: x

x1 = np.arange(0,10,1)
x2 = np.arange(0,10,0.1)
x3 = np.arange(0,10,0.01)

plt.plot(x1,np.gradient(y(x1)),'r--o')
plt.plot(x2,np.gradient(y(x2)),'b--o')
plt.plot(x3,np.gradient(y(x3)),'g--o')

renvoie la numpy gradient de la fonction numérique et de produits dérivés de la parcelle.

Seulement le gradient de y(x1) renvoie le résultat correct. Ce qui se passe ici? Est-il une meilleure façon de calculer le nombre dérivé à l'aide de numpy?

Acclamations

OriginalL'auteur user1654183 | 2013-08-28

  1. 18

    Dans np.gradient vous devez dire à la distance de l'échantillon. Pour obtenir les mêmes résultats, vous devriez type:

    plt.plot(x1,np.gradient(y(x1),1),'r--o')
plt.plot(x2,np.gradient(y(x2),0.1),'b--o')
plt.plot(x3,np.gradient(y(x3),0.01),'g--o')

    La valeur par défaut de l'échantillon de la distance est de 1 et c'est pourquoi il travaille pour x1.

    Si la distance n'est pas même que vous avez à calculer manuellement. Si vous utilisez cette différence que vous pouvez faire:

    d = np.diff(y(x))/np.diff(x)

    Si vous êtes intéressés par l'informatique centrale différence que np.gradient est-ce que vous pourriez faire quelque chose comme ceci:

    x = np.array([1, 2, 4, 7, 11, 16], dtype=np.float)
y = lambda x: x**2

z1 = np.hstack((y(x[0]), y(x[:-1])))
z2 = np.hstack((y(x[1:]), y(x[-1])))

dx1 = np.hstack((0, np.diff(x)))
dx2 = np.hstack((np.diff(x), 0))

d = (z2-z1) / (dx2+dx1)
    Génial, merci pabaldonedo. J'ai vu que dans le manuel, mais 'échantillon à distance' a termes inconnus pour moi. Une dernière question est - ce que si l'échantillon à distance n'est même pas? Il n'y a rien dans le manuel.
    Si la distance n'est pas même que vous avez à calculer manuellement.
    J'ai édité ma réponse à inclure une solution possible pour le cas où l'échantillon à distance n'est pas la même.
    Très complet pour la réponse, vous avez complètement résolu mon problème. Je vous remercie.

    OriginalL'auteur pabaldonedo