np.gradient - 正确使用？

Question

我正在尝试使用np.gradient来计算导数，但是我得到了奇怪的结果，并且想要检查我是否正确使用它来消除它作为可能的错误。

A在一系列等间隔（但不是单位）的x值数据点上具有函数y（x）。 我通过

计算导数

deriv = np.gradient(y, dx)

这是正确的申请吗？一些非常疯狂的值蔓延到我的结果中，这只会在我正在开发的模型中迭代此函数时恶化。

Answer 1

看起来对我来说。罪的衍生物是cos。当我绘制我的sin函数的np.gradient时，它看起来与我直接绘制cos时相同。

一个例子：

import numpy as np
import pandas as pd

x = np.arange(-2 * np.pi, 2 * np.pi, 0.01)
y = np.sin(x)
pd.Series(y).plot()

y2 = np.gradient(y, 0.01)
pd.Series(y2).plot()

y3 = np.cos(x)
pd.Series(y3).plot()