Python使用*args实现多变量函数对不同维度求偏导的方法

核心修改思路 #

• 给求导函数新增var_index参数，用来指定要对第几个位置参数求偏导，索引从0开始计数，默认设为0兼容原有调用逻辑
• 将所有入参拼接为完整的参数列表，仅修改目标索引位置的参数值计算差分，其余参数保持原值不变

最终实现代码 #

def firstderivative(func, *args, var_index=0):
    args_list = list(args)
    # 计算+0.001处的函数值
    args_list[var_index] += 0.001
    f_plus = func(*args_list)
    # 计算-0.001处的函数值
    args_list[var_index] -= 0.002
    f_minus = func(*args_list)
    return (f_plus - f_minus) / 0.002

def afunc(x,y,z):
    return x*y + x*z + y*z

# 原调用逻辑，对x求偏导，输出约9.0
print(firstderivative(afunc, 2, 4, 5))
# 对第二个参数y求偏导，输出约7.0
print(firstderivative(afunc, 2, 4, 5, var_index=1))
# 对第三个参数z求偏导，输出约6.0
print(firstderivative(afunc, 2, 4, 5, var_index=2))

额外可选优化 #

如果想要支持按参数名求偏导，可以额外加一层参数名到索引的转换：

def firstderivative(func, *args, var_index=0, var_name=None):
    args_list = list(args)
    # 如果传了参数名，优先按参数名匹配索引
    if var_name is not None:
        var_names = func.__code__.co_varnames[:func.__code__.co_argcount]
        var_index = var_names.index(var_name)
    args_list[var_index] += 0.001
    f_plus = func(*args_list)
    args_list[var_index] -= 0.002
    f_minus = func(*args_list)
    return (f_plus - f_minus) / 0.002

# 按参数名求y的偏导，输出约7.0
print(firstderivative(afunc, 2,4,5, var_name='y'))

内容的提问来源于stack exchange，提问作者user121416