numpy勾配関数と数値派生語

Question

numpy.gradient関数が返す配列は、データポイントのデータポイント数/スペーシング数によって異なります。これは予想される動作ですか？たとえば：

y = lambda x: x 

x1 = np.arange(0,10,1) 
x2 = np.arange(0,10,0.1) 
x3 = np.arange(0,10,0.01) 

plt.plot(x1,np.gradient(y(x1)),'r--o') 
plt.plot(x2,np.gradient(y(x2)),'b--o') 
plt.plot(x3,np.gradient(y(x3)),'g--o') 

はプロットを返します。

y（x1）の勾配のみが正しい結果を返します。ここで何が起こっているのですか？ numpyを使って数値微分を計算する良い方法はありますか？

乾杯np.gradientで

Answer 1

あなたはサンプル距離を教えてください。同じ結果を得るには次のように入力する必要があります

は

plt.plot(x1,np.gradient(y(x1),1),'r--o') 
plt.plot(x2,np.gradient(y(x2),0.1),'b--o') 
plt.plot(x3,np.gradient(y(x3),0.01),'g--o') 

デフォルトのサンプル距離は1であり、それはX1のために働く理由です。

距離が足りない場合は、手動で計算する必要があります。あなたはこのような何かを行うことができないnp.gradientとして中心差分を計算することに興味があるなら

d = np.diff(y(x))/np.diff(x) 

を：：

x = np.array([1, 2, 4, 7, 11, 16], dtype=np.float) 
y = lambda x: x**2 

z1 = np.hstack((y(x[0]), y(x[:-1]))) 
z2 = np.hstack((y(x[1:]), y(x[-1]))) 

dx1 = np.hstack((0, np.diff(x))) 
dx2 = np.hstack((np.diff(x), 0)) 

d = (z2-z1)/(dx2+dx1)