使用 numpy 的 Python 微分不会产生预期的输出答案

【问题标题】：Python differentiation using numpy not producing expected output使用 numpy 的 Python 微分不会产生预期的输出
【发布时间】：2018-01-28 07:04:59
【问题描述】：

所以，我正在做一些数值计算。我计算了一个函数 (return_times) 的大约 100,000 个点，只能以数字方式计算，现在想使用numpy.gradient 对其进行推导。据我了解 (doc)，对于 f(x)，我可以给出以下论点：numpy.gradient(arr_of_fx_datapoints, arr_of_their_x_values) 使其工作。这就是我（打算）做的。

除非它不起作用。结果几乎（但不完全）处处为零。该错误由我下面的代码摘要重现（sin^2(x) 的形状与我的原始函数相似）：

import matplotlib.pyplot as plt
import numpy as np

def find_times(t_arr):
    return np.power(np.sin(t_arr), 2)

t_0 = 0
t_max = np.pi-1E-10
datapoints = 100000

dt = (t_max - t_0) / datapoints
t_points = np.arange(t_0, t_max, dt, dtype=np.float64)
return_times = find_times(t_points)
gd = np.gradient(return_times, t_points)
plt.plot(t_points, gd)
plt.plot(t_points, return_times)
plt.show()

结果令人失望：

如果我打印gd，它表明它确实不为零：

[             inf   6.28318530e-05   6.28318529e-05 ...,  -1.25666419e-09
  -6.28326813e-10  -3.14161265e-10]

那么：我错过了什么？在 Python 中进行数值推导的终极正确方法是什么？

环境：Linux Mint 18.2 操作系统、Geany 编辑器、NumPy 1.11.0。

【问题讨论】：

你的代码对我来说是一个不同的情节，确实非零
@dermen 到底怎么样？...在我得到这张图片 10 秒后，我从字面上粘贴了完整的代码，没有任何变化。怎么回事？？
我也无法重现这个。虽然我没有 matplotlib 也无法绘制结果，但 gd 对我来说有预期的梯度值，gd.max() 大约是 1。
你是如何执行上面的代码来产生情节的？
@ayhan：看起来坐标数组支持很新，NumPy 1.13。 1.12 文档没有。

标签： python numpy math derivative

【解决方案1】：

文档没有提到它，但是坐标数组支持是非常新的，NumPy 1.13。在以前的 NumPy 版本中，您只能为每个维度指定一个固定的标量步长值。

NumPy 1.12 有一个检查以捕获非标量步骤，但是您正在使用的 NumPy 1.11 并没有注意到数组值输入，并且通过尝试将数组视为一个步骤来默默地做错误的事情。

【讨论】：