我正在阅读此question，我正在努力做同样的事情，但我希望函数有一个参数说x。该参数是由优化求解器填充的“值”数组。例如：
def f(x):
return x[0]**2 + 3*x[1]
该函数将引用：f(x)=x^2 + 3y，意思是x是一组变量。这些变量是否存在于当前函数中，因为它们是整个优化问题中的所有变量，这意味着它们可以出现在约束上。所以我想找到所有变量的函数偏导数。因此，在这种情况下，我将需要2个可调用的函数，因此我可以使用它来形成一个新的数组，它是函数的雅可比行列式。有没有办法做到这一点？怎么样？
答案 0 :(得分：0)
免责声明：我是pyneqsys的作者。
如果您愿意使用库，pyneqsys就是这样做的。如果没有，你可以查看pyneqsys/symbolic.py的来源（大约）这样做来计算雅可比：
f = sympy.Matrix(self.nf, 1, self.exprs)
x = sympy.Matrix(self.nx, 1, self.x)
J = f.jacobian(x)
然后，您需要使用sympy.lambdify来获取具有特定解算器的预期语法的可调用对象。