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!