可以使用Sympy庫

SymPy是一個符號計算的Python庫。它的目標是成為一個全功能的計算機代數系統，同時保持代碼簡潔、易于理解和擴展。它完全由Python寫成，不依賴于外部庫。

SymPy支持符號計算、高精度計算、模式匹配、繪圖、解方程、微積分、組合數學、離散數學、幾何學、概率與統計、物理學等方面的功能。

示例1：求已定義函數的導數/偏導

# -*- coding: utf-8 -*- """ @File : test.py @Time : 2020/5/18 21:09 @Author : Dontla @Email : sxana@qq.com @Software: PyCharm """ from sympy import symbols, diffdef f(a, b):return a ** 2 + b ** 3x, y = symbols('x y', real=True)print(diff(f(x, y), x)) # 2*x

示例2：直接代入函數式求導數/偏導

# -*- coding: utf-8 -*- """ @File : test.py @Time : 2020/5/18 21:09 @Author : Dontla @Email : sxana@qq.com @Software: PyCharm """ from sympy import symbols, diffx, y = symbols('x y', real=True)print(diff(x ** 2 + y ** 3, y)) # 3*y**2

示例3：用subs()函數求指定位置的導數/偏導值

# -*- coding: utf-8 -*- """ @File : test.py @Time : 2020/5/18 21:09 @Author : Dontla @Email : sxana@qq.com @Software: PyCharm """ from sympy import symbols, diffx, y = symbols('x y', real=True)print(diff(x ** 2 + y ** 3, y).subs({x: 3, y: 1})) # 3

參考文章：Python對函數求偏導數

總結

以上是生活随笔為你收集整理的python如何求导数（derivative）、求偏导（partial derivative）？（sympy库symbols()函数、diff()函数、subs()函数）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。