Derivado Miscus Miscy

Esta guía de Python le hará aprender sobre la derivada de Scipy Misc para calcular la derivada de los datos dados. El lenguaje de programación de Python se está volviendo famoso y un lenguaje favorito de todo tipo de desarrolladores debido a sus increíbles bibliotecas y funciones incorporadas. Estas funciones nos permiten realizar las tareas complejas y prácticas de forma rápida y automáticamente sin cometer errores. Python hizo del desarrollo una tarea muy simple y fácil. Podemos realizar cualquier operación estadística, científica o matemática utilizando las funciones incorporadas del lenguaje de programación de Python. Al final de este artículo, podrá comprender y utilizar la función de derivación de Scipy Misc en sus programas de Python.

¿Qué es derivado??

La derivada de una función se refiere a la tasa de cambio de una función de acuerdo con la variable independiente. Los derivados se utilizan cuando existe la tasa de cambio y la cantidad de la variable. El lenguaje de programación de Python proporciona la función derivada () en el módulo MISC de la biblioteca Scipy para encontrar la derivada de una función. En este tutorial, lo guiaremos sobre cómo puede usar la función derivada () y qué elementos necesita para usar la función de derivada en un programa de Python. Demostraremos algunos ejemplos para su orientación. Pero antes de eso, aprendamos y comprendamos la sintaxis de la función derivada.

Sintaxis de la función derivada ()

La función derivada () de la biblioteca Scipy realiza la misma función que realizamos manualmente para un problema matemático. Aquí, necesitamos proporcionar las mismas entradas para la función derivada. Vea la sintaxis de la siguiente función derivada:

Como se discutió anteriormente, la biblioteca SciPy y su módulo MISC proporcionan la función derivada (). Le quita casi 6 parámetros, algunos son parámetros requeridos y otros son opcionales. El parámetro de "función" representa la función de la cual se deben encontrar las derivadas. El parámetro "x" representa el enésimo punto de derivado. El parámetro "DX" especifica el espacio. El parámetro "n" especifica el orden de la derivada. El parámetro "args" se utiliza para proporcionar los diferentes argumentos. Por último, el parámetro de "orden" especifica el número de puntos para la función derivada. Ahora, encontremos las derivadas de diferentes funciones en la siguiente sección de ejemplo.

Ejemplo 1:

En el primer ejemplo, lo guiaremos sobre el proceso paso a paso y le haremos aprender cómo encontrar la primera derivada de una función utilizando la función derivada (). Considere el código de muestra dado en el siguiente fragmento de código:

de Scipy Import Misc
Def diversión (x):
regresar x ** 5 + x ** 8
maga.derivado (diversión, 1.8, dx = 1e-2)

Primero, necesitamos importar el módulo MISC desde la biblioteca Scipy para que podamos usar la función Derivative () sin enfrentar ningún error. Después de eso, se declara una función llamada "diversión" y la función = x ** 5 + x ** 8 se usa para el derivado. La función y otros parámetros se pasan a la función derivada () para encontrar el derivado. Ahora, verifiquemos la salida de la siguiente función derivada ():

Ejemplo 2:

Consideremos otro ejemplo en el que una función depende de la segunda función. Anteriormente, proporcionamos la ecuación en la función y simplemente devolvimos el resultado. Aquí, pasamos el valor variable y llamamos a una función pero desde otra función. Considere el código de muestra dado en el siguiente fragmento:

de la importación de matemáticas *
de Scipy Import Misc
def f (x):
return exp (x)
def df (x):
regresar misceláneos.Derivado (F, X)
DF (5)

Usaremos la función exp () para que importemos la biblioteca de matemáticas al programa. Después de eso, la biblioteca Scipy y el módulo MISC se importan para que podamos usar la función derivada (). Como puede ver, hay dos funciones: la primera es f () y la segunda es df (). La función llamada df () recibe el valor de la variable y llama a la función f () para el cálculo derivado. La función f () realiza el cálculo. Se supone que debe realizar y devolver el resultado a la función df (). La salida de la función derivada () se da en lo siguiente:

Ejemplo 3:

Ahora que aprendimos a encontrar la derivada de una función, practicemos para determinar la variedad de derivados de las funciones. Puede aprender cómo obtener la derivada de la matriz de funciones de este ejemplo. Consulte el siguiente código de muestra:

de Scipy Import Misc
Fun1 = lambda x: x ** 1 + 3*x + 1
Fun2 = Lambda x: x ** 2 + 3*x + 2
Fun3 = lambda x: x ** 3 + 3*x + 3
Fun4 = lambda x: x ** 4 + 3*x + 4
Fun5 = lambda x: x ** 5 + 3*x + 5
Funs = [Fun1, Fun2, Fun3, Fun4, Fun5]
para i en el rango (Len (Funs)):
dev = Derivative (Funs [i], 1)
print ('derivado de la función is ='.formato (i+1), dev)

Primero, se importan la biblioteca Scipy y el módulo MISC que es esencial para importar. Entonces, se declaran cinco funciones. La matriz de cinco funciones se enumera en la variable de diversiones. El "para;" El bucle se usa para iterar a través de cada función enumerada en la matriz y realizar la derivada

Ejemplo 4:

La derivada de una función y la derivada de una variedad de funciones son conceptos que aprendimos en las secciones anteriores. Ahora, entendemos cómo se usa la función derivada. Posremos la salida de la función derivada en un gráfico. Considere el siguiente código de muestra:

importar numpy como np
Importar matplotlib.Pyplot como PLT
De Scipy.derivado de importación misceláneos
Def diversión (x):
regresar x ** 5 + 3*x + 5
Def Derive (x):
Derivado de retorno (diversión, x)
y = NP.Linspace (-10, 10)
PLT.Plot (y, diversión (y), color = 'verde', etiqueta = 'function')
PLT.Plot (y, derivado (y), color = 'amarillo', etiqueta = 'derivado')
PLT.leyenda (loc = 'inferior a la derecha')
PLT.cuadrícula (verdadera)

Necesitamos tres bibliotecas en este programa: Numpy, Matplotlib y Scipy. La biblioteca Numpy nos permite usar la función LineSpace (). La biblioteca Scipy nos permite usar la función derivada. Por último, el matplotlib nos permite trazar el resultado en el gráfico. Dos funciones se declaran como en el ejemplo anterior. Una función llama a otra función para el cálculo derivado. Para trazar el gráfico, usamos el NP.Área del espacio de líneas (-10, 10). Todos los cosméticos del gráfico se realizan en el PLT.función plot (). Ahora, veamos el siguiente gráfico:

Conclusión

Este tutorial es una guía completa sobre la función derivada () de la biblioteca Scipy. La biblioteca Scipy proporciona el módulo MISC que ofrece la función Derivative (). Derivative () es una función incorporada del módulo Misc que realiza la misma función que realizamos manualmente para resolver un problema matemático. Nos permite resolver la derivada automáticamente simplemente tomando los pocos parámetros de la función. Los ejemplos de la función derivada () explican a fondo cómo implementar la función derivada () en un programa de Python. Practicar estos ejemplos lo ayudará a obtener un comando de la función derivada ().