牛顿迭代法求解非线性方程的python代码

以下是使用牛顿迭代法求解非线性方程的Python代码示例：

def newton(func, dfunc, x0, eps=1e-6, max_iter=100):
    """
    使用牛顿迭代法求解非线性方程
    func: 非线性方程的函数
    dfunc: 非线性方程的导函数
    x0: 初始点
    eps: 迭代精度
    max_iter: 最大迭代次数
    返回值: 近似解
    """
    x = x0
    for i in range(max_iter):
        f = func(x)
        df = dfunc(x)
        if abs(f) < eps:
            return x
        x = x - f / df
    return x

其中，`func`是非线性方程的函数，`dfunc`是非线性方程的导函数，`x0`是初始点，`eps`是迭代精度，`max_iter`是最大迭代次数。函数返回近似解。

例如，我们要求解方程 $x^3-2x-5=0$ 在 $1.5$ 附近的根，可以定义如下函数：

def func(x):
    return x ** 3 - 2 * x - 5

def dfunc(x):
    return 3 * x ** 2 - 2

x0 = 1.5
root = newton(func, dfunc, x0)
print(root)

执行后输出近似解：`2.0945514815423265`。