Python 确定多边形拟合曲线的梯度

Python 确定多边形拟合曲线的梯度,python,numpy,Python,Numpy,请任何人都可以帮助我如何确定梯度的多边形拟合曲线使用numpy。这是我写的代码,但梯度似乎不是正确的计算后 Func_1 = np.polyfit(time, p, 15) Func_2 = np.poly1d(Func_1) time_new = np.linspace(time[0], time[-1], 200) p_new = Func_2(time_new) dp_dt

请任何人都可以帮助我如何确定梯度的多边形拟合曲线使用numpy。这是我写的代码,但梯度似乎不是正确的计算后

Func_1 = np.polyfit(time, p, 15)
Func_2 = np.poly1d(Func_1)
time_new = np.linspace(time[0], time[-1], 200)                   
p_new = Func_2(time_new)                                        
dp_dt = np.gradient(time_new, p_new) 
“似乎不正确”不是事实,而是一种观点,你需要用你的结果和解释来支持它,解释你为什么认为它是错误的

顺便说一下,这可以用简单的数学来解决:
x**n
的导数是
n*x**(n-1)

所以梯度的系数是简单的
Func_1*np.arange(15+1)[::-1]

我解决了这个问题,我只需要交换时间和压力位置