python中对数图的导数

我们有

x

和

y

值，我通过

logx=np.log10（x）

和

logy=np.log10（y）

获取它们的日志。我试图计算logy的导数w.r.t logx，所以dlogy/dlogx。我曾经用numpy梯度成功地做到了这一点，更准确地说

derivy=np.gradient（逻辑，np.gradient（logx））

但出于某种奇怪的原因，它似乎不再工作，产生了错误：

“回溯（最近一次调用last）：
文件“derivlog.py”，第79行，在
grady=np.梯度（逻辑，np.梯度（logx））
文件“/usr/lib/python2.7/dist packages/numpy/lib/function_base.py”，第1598行，渐变
raise VALUERROR（“距离必须是标量”）
ValueError：距离必须是标量“

上下文：当试图检测幂律时，如果给定

y

的值作为

x的函数，

人们希望从本质上排除幂

t，

所以我们取log，它给出

logy~t*logx

，然后取导数以提取

t.

下面是一个重新创建问题的简单示例：

x=[3.4.5.6.7.8.9.10.11.]

y=[1.05654 1.44989 1.7939 2.19024 2.62387 3.01583 3.32106 3.51618
3.68153]

---

还有其他（更合适的）吗python中获取此类数值导数的方法？

感谢评论中的讨论，通过将numpy包从版本

1.12.1

更新为

1.13.3，解决了
np.gradient
的问题。

如果您也获得了

ValueError

使用梯度时，“距离必须是标量”。因此，为了提取幂律的顺序，计算

np.gradient（logy，logx）

仍然是一个有效的选择。

你能提供一个和完整的回溯吗？

np.gradient（np.log（y），np.gradient（np.log（x）））

适合我，Python3.6.3，

np.“1.13.3”不是答案，只是一个关于表达式的问题：为什么要将
np.gradient（logx）
作为
gradient
的第二个参数？如果要近似
dlogy/dlogx
，第二个参数应该是
logx
”我曾经成功地做到了这一点[…]，但由于某种奇怪的原因，它似乎不再起作用了“您使用的是哪个版本的numpy？您可以使用
import numpy；print（np.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
。看起来
gradient
在2017年做了一些工作，有关更多信息，请参阅及其链接到的问题和请求。