Python 梯度（2d）搜索函数返回无。有什么问题？

我有一个函数，它应该返回一个梯度

def numerical_derivative_2d(func, epsilon):
    def grad_func(x):
        grad_func = (func(x + np.array([epsilon, 0])) - func(x)) / epsilon, (func(x + np.array([0, epsilon])) - func(x)) / epsilon
    return grad_func

但是当计算某一点的梯度时，我得不到任何结果

t1 = lambda x: (
            -1 / ((x[0] - 1)**2 + (x[1] - 1.5)**2 + 1)
            * np.cos(2 * (x[0] - 1)**2 + 2 * (x[1] - 1.5)**2))
t2 = numerical_derivative_2d(t, 0.1)
t3 = t2([3, 4])

对象类：t1函数，t2函数，t3无（我想得到一个二维点）

请告诉我怎么换这条线

    grad_func = (func(x + np.array([epsilon, 0])) - func(x)) / epsilon, (func(x + np.array([0, epsilon])) - func(x)) / epsilon

让它工作

另外，我知道有内置的计算梯度的方法。但这是其中一门课的家庭作业。我想了解错误并根据模板执行

PPS。这可能是不必要的，但我将给出一个单变量函数的任务示例，该函数按照我的预期工作

def numerical_derivative_1d(func, epsilon):
    def deriv_func(x):
        return (func(x + epsilon) - func(x)) / epsilon      
    return deriv_func

def polynom_to_prime(x):
    return 20 * x**5 + x**3 - 5 * x**2 + 2 * x + 2.0

t2 = numerical_derivative_1d(polynom_to_prime, 1e-5)
t3 = t2(3)

t3是一个数字（点），而不是无。在

def grad_func（x）

中，您不返回任何内容。在该函数中，

grad_func

是一个局部变量。考虑这样写：

def numerical_derivative_2d(func, epsilon):
    def grad_func(x):
        return (func(x + np.array([epsilon, 0])) - func(x)) / epsilon, (func(x + np.array([0, epsilon])) - func(x)) / epsilon
    return grad_func