如何传递函数作为参数？牛顿法求π遇索引越界错误求助

原代码核心错误点 #

• 参数传递错误：调用newton(3,math.sin(3),0.000001)时，第二个参数传的是math.sin(3)的计算结果（数值），但需要传入的是函数对象math.sin。
• 循环条件逻辑颠倒：原代码while abs(A[n]-A[n-1])<=err，意思是误差达标后仍继续迭代，完全搞反逻辑，应该是误差大于允许值时才继续迭代。
• 列表索引越界：初始A = [x0]，n=1时直接访问A[n]（即A[1]），但此时列表仅1个元素，必然触发IndexError。
• 错误的函数调用：math.f(x0)是错误写法，math模块不存在f函数，应直接使用传入的函数参数f。
• 冗余递归逻辑：牛顿法是迭代算法，无需递归调用自身，原else分支的递归完全错误，会导致逻辑混乱。
• 导数实现低效：原deriv返回lambda的写法冗余，且单侧差分精度较低。

修正后的代码 #

import math

# 数值求导：用中心差分计算f在x点的导数值，精度更高
def deriv(f, x):
    h = 1e-5 
    return (f(x + h) - f(x - h)) / (2 * h)

def newton(x0, f, err):
    A = [x0]
    while True:
        # 取当前迭代的最后一个值计算
        current_x = A[-1]
        fx = f(current_x)
        fpx = deriv(f, current_x)
        # 牛顿迭代公式
        next_x = current_x - fx / fpx
        A.append(next_x)
        # 误差达标则终止迭代
        if abs(next_x - current_x) <= err:
            break
    return A, A[-1]

# 求π的近似值：sin(π)=0，找sin(x)=0在x=3附近的根
approximations, pi_approx = newton(3, math.sin, 1e-6)
print("迭代过程：", approximations)
print("π的近似值：", pi_approx)

关键修改说明 #

• 导数函数改为直接返回当前点的导数值，用中心差分替代单侧差分，精度提升。
• 迭代逻辑改为基于列表最后一个元素计算，彻底避免索引越界问题。
• 移除冗余的lambda和递归写法，逻辑更简洁直观。
• 修正参数传递，传入math.sin函数对象而非数值。
• 循环条件改为当迭代误差小于等于允许值时终止，符合牛顿法迭代终止逻辑。

内容的提问来源于stack exchange，提问作者user996159