当我用下面的代码直接将Sin(x)^4的导数4 Sin(x)^3 Cos(x)用于x= 0到180 deg时,计算并绘制它的导数时,我得到了正确的结果。
import numpy as np
import matplotlib.pyplot as plt
a = np.power( np.sin( np.deg2rad(range(0,180)) ),4 )
c = 4 * np.sin( np.deg2rad(range(0,180) ))**3 * np.cos(np.deg2rad(range(0,180)))
plt.plot(a)
plt.plot(c)
plt.show()但是当我尝试用numpy梯度函数做同样的事情时,它给出了一个不同的结果,即梯度就像直线。例如,使用以下代码:
import matplotlib.pyplot as plt
a = np.power( np.sin( np.deg2rad(range(0,180)) ),4 )
plt.plot(a)
plt.plot(np.gradient(a))
plt.show()我仍然无法理解这种差异的原因。有谁能告诉我他们为什么不一样吗?实际上,在模拟工作中,我在数组中有一组值,我需要计算它们在phi=range(0,180)上的导数。
发布于 2016-05-12 15:03:30
您没有正确地指定样本之间的间隔(默认为1),因此您得到的答案被错误地缩放了。
尝试:
a = np.power(np.sin(np.deg2rad(range(0,180))),4 )
plt.plot(a)
plt.plot(np.gradient(a, np.deg2rad(1)))现在,c和np.gradient(a, np.deg2rad(1))应该是几乎相同的。
https://stackoverflow.com/questions/37190267
复制相似问题