我是使用numpy.gradient的新手，并且想知道是否有一种方法可以提供一组观察值：
（x1，y1，z1）
（x2，y2，z2）
...
（xn，yn，zn）
具有相应的输出
f（x1，y1，z1）
f（x2，y2，z2）
...
f（xn，yn，zn）
（这些对是通过模拟生成的，我们实际上不知道从（x，y，z）-> f（x，y，z）得出的解析图）将它们输入到numpy.gradient（ ），并已通过数值计算出相对于（x，y，z）的f梯度？我一直在尝试查找示例并理解文档，但仍不确定该方法实际需要输入什么。
谢谢！