需求：实现支持用户输入函数并自动求导的Python数值计算程序

我正在开发一个Python程序，要实现让用户输入函数后自动求导，用于数值方法计算。目前已有一个计算导数真实值、近似值及误差的程序（代码如下，这是我第一个Python程序，代码有点乱），现在需要修改程序，让它支持用户自定义输入函数并自动求导，之后继续完成原有的数值计算流程，包括近似值、真实值、误差等计算。我知道这个功能在MATLAB里更容易实现，但我没法访问MATLAB。

原有代码 #

def ggxp(x,h):
    z1= int(((ggx(x)*ggx(h)) - ggx(x))/h)
    return z1

def ggxd(x):
    z2= 4*x+1
    return z2

def ggx(x):
    z3= int(2*x^2+x-5)
    return z3


x = int(input("Enter x \n"));
c =2;
while c > 0:
    h= int(input("Enter h \n"))
    y0 = ggxd(x)
    y1=  ggxp(x,h)
    TrueError=y0-y1;
    print("The approximate value at ", x ," is ", y1 ," \n")

    if c == 2:
        prevA = y1;
        
    c= c-1;
    

print ("The true value at ",x," is ",y0,"\n")
RelativeTE= int((TrueError/y0)*100);
print ("the relative true error is ", RelativeTE ,"\n")

if prevA != y1:
    Ea = int(prevA - y1);
    REa = int((Ea / y1) * 100)
    print("The approximate error is " , Ea , "\n")
    print("The relative approximate error is ", REa, "\n")

修改后的程序 #

import sympy as sp

def numerical_derivative(f, x, h):
    # 向前差分近似求导（修正原代码逻辑错误）
    return (f(x + h) - f(x)) / h

def main():
    # 获取用户输入
    func_str = input("请输入函数（用x做变量，比如2*x**2 + x -5）：")
    x_val = float(input("请输入求导点x的值："))
    
    # 解析用户输入的函数并处理符号求导
    x = sp.symbols('x')
    try:
        f_sym = sp.sympify(func_str)
    except Exception as e:
        print(f"函数输入不对：{e}")
        return
    
    # 自动求导并转换为可计算数值的函数
    f_prime_sym = sp.diff(f_sym, x)
    f = sp.lambdify(x, f_sym, 'numpy')
    f_prime = sp.lambdify(x, f_prime_sym, 'numpy')
    
    # 计算导数真实值
    true_value = f_prime(x_val)
    print(f"在x={x_val}处的导数真实值：{true_value}")
    
    # 两次输入h计算近似值及误差
    prev_approx = None
    for i in range(2):
        h_val = float(input(f"请输入第{i+1}个h值："))
        approx_value = numerical_derivative(f, x_val, h_val)
        print(f"用h={h_val}算出的导数近似值：{approx_value}")
        
        # 计算真实误差与相对真实误差
        true_error = true_value - approx_value
        relative_true_error = (true_error / true_value) * 100 if true_value != 0 else float('inf')
        print(f"真实误差：{true_error}")
        print(f"相对真实误差：{relative_true_error:.2f}%\n")
        
        # 计算近似误差（第二次输入h后）
        if i == 0:
            prev_approx = approx_value
        else:
            if prev_approx is not None:
                approx_error = prev_approx - approx_value
                relative_approx_error = (approx_error / approx_value) * 100 if approx_value != 0 else float('inf')
                print(f"近似误差：{approx_error}")
                print(f"相对近似误差：{relative_approx_error:.2f}%\n")

if __name__ == "__main__":
    main()

关键调整说明 #

• 用sympy库实现符号解析与自动求导，完美支持用户自定义函数输入
• 修正了原代码中数值近似求导的逻辑错误（原代码错误地用了ggx(x)*ggx(h)，正确的向前差分应该是f(x+h)-f(x)除以h）
• 增加了输入错误处理，避免无效函数输入导致程序崩溃
• 保留了原有核心流程：两次输入h计算近似值，同时计算真实值、各类误差指标
• 去掉了不必要的int()强制转换，保留浮点精度，避免误差被无端截断

内容的提问来源于stack exchange，提问作者Ahmad yahya