我想计算每个点的二阶导数（除了第一个和最后一个）。这个点集具有字典的数据类型，其类似于points = {x1:y1, x2:y2, ... xn:yn}，其中所有的x都是正整数，但是是不均匀间隔的，例如x1=1, x2=2, x3=3, x4=5, x5=7，x的数字不是线性增加的，差距可以是随机的，即：x_{i+1} - x_{i}可以是任何正整数。
对于这个点的字典，我想得到每个点的二阶导数，所以我做了这样的编码：
import numpy as np
from scipy.misc import derivative
def wrapper(x):
return np.array([points[int(i)] for i in x])
y_d2 = derivative(wrapper, np.array(list(points.keys()))[1:-1], dx=1.0, n=2)在这种情况下，我会在return np.array([points[int(i)] for i in x])处得到KeyError: 4。这是因为x=4在点字典中不存在，所以它有一个关键错误。我如何使用scipy.misc.derivative来处理这种情况？如何设置scipy.misc.derivative的dx参数（间距）？
1条答案
按热度按时间von4xj4u1#
你一定要使用scipy.misc.derivative吗？因为它是非常容易计算二阶导数没有
假设您的数据是一个字典：
然后你要做的就是先把它们放到x，y列表中：
然后使用numpy diff计算导数
d2y_dx2的输出为如所期望的那样。
当然，如果你想用更高精度的公式求导数，还有更复杂的方法，比如你可以从x，y创建一个样条，然后计算该样条的导数。但是，除非有其他令人信服的理由，我还是从上面的基本方案开始