我想知道它是如何numpy.gradient工作的.我用梯度试图计算群速度(波包的群速度是频率相对于波数的导数,而不是一组速度).我向它输入了一个3列阵列,前两个列是x和y坐标,第三列是该点的频率(x,y).我需要计算渐变,我确实期望一个二维矢量,是梯度定义
df/dx*i+df/dy*j+df/dz*k
而我的函数只有x和yi的函数确实期望类似的东西
df/dx*i+df/dy*j
但是我得到了2个阵列,每个阵列有3个列,即2个3d矢量; 起初我认为两者的总和会给我我搜索的向量,但z分量不会消失.我希望我的解释充分清楚.我想知道numpy.gradient它是如何工作的,如果它是我的问题的正确选择.否则我想知道是否有任何其他python函数我可以使用.
我的意思是:我想计算一组数值的梯度:
data=[[x1,x2,x3]...[x1,x2,x3]]
其中x1,x2是均匀网格上的点坐标(我在布里渊区域上的点),x3是该点的频率值.我还提供输入步骤以推导出2个方向:
stepx=abs(max(unique(data[:,0])-min(unique(data[:,0]))/(len(unique(data[:,0]))-1)
y方向相同.我没有在网格上构建我的数据,我已经有一个网格,这就是为什么这里给出的答案中的实例并没有帮助我.一个更合适的例子应该有一个点和值的网格,就像我拥有的那样:
data=[]
for i in range(10):
for j in range(10):
data.append([i,j,i**2+j**2])
data=array(data,dtype=float)
gx,gy=gradient(data)
我可以添加的另一件事是我的网格不是正方形,而是多边形的形状是二维水晶的布里渊区域.
我已经明白numpy.gradient只能在正方形的价值网格上正常工作,而不是我正在寻找的东西.即使我将我的数据作为一个网格,在原始数据的多边形之外会有很多零,这会给我的渐变添加非常高的向量,从而影响(负面)计算的精度.这个模块在我看来更像是一个玩具而不是一个工具,它有严重的局限性.
使用词典解决问题.