#coding:utf-8
成都创新互联是专业的常山网站建设公司，常山接单;提供成都网站设计、网站制作,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行常山网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!
#一阶导
def fun1(X, WINDOW = 5):
result = []
for k in range(WINDOW, len(X)-WINDOW):
mid = (X[k+WINDOW]-X[k-WINDOW])/(2*WINDOW)
result.append(mid)
return result
#二阶导
def fun2(X, WINDOW = 5):
result = []
for k in range(WINDOW, len(X)-WINDOW):
mid = (X[k+WINDOW]-2*X[k]+X[k-WINDOW])/(WINDOW*WINDOW)
result.append(mid)
return result
X = [1,2,3,4,5,6,7,8,9,10]
result1 = fun1(X, 3)
result2 = fun2(X, 2)
如上自己写，或者用numpy自带的多项式的n阶导函数。
得到多项式的n阶导函数：多项式.deriv(m = n)
from numpy import *
X = [1,2,3,4,5,6,7,8,9,10]
result = X.deriv(m = n) #n是导数阶数
打开python运行环境。
导入微分的模块包：from sympy import *。
定义符号变量：x = symbols('x')
定义一个函数：f = x**9
diff = diff(f,x)求导
最后输入diff，即可显示其变量值了。
众多python培训视频，尽在python学习网，欢迎在线学习！
在 Python 中，可以使用各种数学库和符号计算库来进行偏导数的计算，例如 SymPy、SciPy、NumPy 等。其中，SymPy 可以方便地进行符号计算，包括求解方程、微积分以及代数简化等。因此，如果你需要在 Python 中进行偏导数计算的话，建议使用 SymPy 库。
以下是一个使用 SymPy 计算偏导数的示例代码:
Copy code
# 导入SymPy库
import sympy
# 声明变量
x, y = sympy.symbols('x y')
# 定义函数
f = 2*x**2*y + 3*x*y**2
# 计算f对x的一阶偏导数
df_dx = f.diff(x)
print(df_dx)
# 计算f对y的一阶偏导数
df_dy = f.diff(y)
print(df_dy)
# 计算f对x的二阶偏导数
d2f_dx2 = f.diff(x, 2)
print(d2f_dx2)
# 计算f对y的二阶偏导数
d2f_dy2 = f.diff(y, 2)
print(d2f_dy2)
# 计算f对xy的二阶混合偏导数
d2f_dxdy = f.diff(x, y)
print(d2f_dxdy)
在上述示例代码中，我们首先使用 sympy.symbols 声明了需要用到的变量 x 和 y，然后定义了一个二元函数 f。接着分别计算了 f 对 x 和 y 的一阶偏导数、二阶偏导数以及对 xy 的二阶混合偏导数。最后运行代码，即可得到偏导数的计算结果。
需要注意的是，由于符号计算比较复杂，在使用 SymPy 进行符号计算时需要注意变量的定义、函数的格式等问题，以免出现计算错误。
