我想使用SymPy得到多变量函数的导数,然后a)要打印的符号结果,然后b)要打印的点的导数结果。我使用以下代码
import math as m
import numpy
import scipy
#define constants
lambdasq = 0.09
Ca = 3
qOsq = 2
def f1(a,b,NN,ktsq,x):
return NN*x**(-a)*ktsq**b*m.exp(m.sqrt(16*Ca/9*m.log(1/x)*m.log((m.log(ktsq/lambdasq))/m.log(qOsq/lambdasq))))
from sympy import *
x = symbols('x')
def f2(NN,a,b,x,ktsq):
return -x*diff(m.log(f1),x)
这样运行,但我无法找到一种方法来打印符号结果,当我尝试评估某个点时,例如添加print(f2(0.3,0.1,-0.2,0.1,3))
我收到错误
TypeError: must be real number, not function
当我用其符号表示替换f1
时,我得到了错误
ValueError:
Can't calculate 1st derivative wrt 0.100000000000000.
所以我可以总结一下我的问题如下
a)如何在我调用diff(m.log(f1),x)
时打印出符号导数及其值(即无需用实际表示替换f1
)
b)如果我必须在区分中使用符号表示(即使用diff(m.log(NN*x**(-a)*ktsq**b*m.exp(m.sqrt(16*Ca/9*m.log(1/x)*m.log((m.log(ktsq\
/lambdasq))/m.log(qOsq/lambdasq))))),x)
那么如何在某一点打印出符号导数及其值?
Python的新手,所以希望有一个相对简单的修复。 谢谢!
答案 0 :(得分:1)
我正在发布此答案,因为在搜索“简单多变量差异”时,该线程在我的搜索引擎上排名第一。
import sympy as sp
def f(u):
return (u[0]**2 + u[1]**10 + u[2] - 4)**2
u = sp.IndexedBase('u')
print(sp.diff(f(u), u[0]))
输出
4*(u[0]**2 + u[1]**10 + u[2] - 4)*u[0]
这是f(u)wrt u [0]的导数
如果我们想要整个雅各布人,我们可以这样做:
for i in range(3):
print(sp.diff(f(u), u[i]))
输出
4*(u[0]**2 + u[1]**10 + u[2] - 4)*u[0]
20*(u[0]**2 + u[1]**10 + u[2] - 4)*u[1]**9
2*u[0]**2 + 2*u[1]**10 + 2*u[2] - 8
我们可以定义一个临时函数并复制粘贴这些行
def temp(u):
return np.array([
4*(u[0]**2 + u[1]**10 + u[2] - 4)*u[0],
20*(u[0]**2 + u[1]**10 + u[2] - 4)*u[1]**9,
2*u[0]**2 + 2*u[1]**10 + 2*u[2] - 8,
])
temp([1., 1., 1.])
这将输出array([ -4., -20., -2.])
并进行验证
from autograd import grad
gradient = grad(f)
gradient([1., 1., 1.])
此输出:[array(-4.), array(-20.), array(-2.)]
注意:这只是一个简单的展示,您可以了解如何在sympy中进行多元派生。希望我可以帮助某人
答案 1 :(得分:0)
首先,math
函数是数字的,它们不能与SymPy的符号一起使用。使用已使用from sympy import *
导入的SymPy(exp,log,sqrt)中的相应函数:
def f1(a, b, NN, ktsq, x):
return NN*x**(-a)*ktsq**b*exp(sqrt(16*Ca/9*log(1/x)*log((log(ktsq/lambdasq))/log(qOsq/lambdasq))))
其次,在f2中你试图区分f1
。但是f1是一个可调用的Python函数,而不是一个SymPy表达式。您需要传入一些参数来获取SymPy表达式,然后可以对其进行区分。
def f2(NN, a, b, x0, ktsq):
return (-x*diff(log(f1(a, b, NN, ktsq, x)), x)).subs(x, x0)
这里除了值x0之外的数值参数被传递给f1,从而产生一个包含x的SymPy表达式。这是一个需要区分的事情。之后,数值x0代替x。
打印(f2(0.3,0.1,-0.2,0.1,3))#0.366748952743614
一个外卖点是SymPy区分表达式,而不是函数。 SymPy中没有f'
的概念,只有f'(x)
。