從平均速度到某一瞬間
想像你從家開車去 60 公里外的一家店，花了一個小時。你的平均速度是 60 公里/時——總路程除以總時間。但這個單一的數字把途中真正發生的一切都藏了起來：你加過速、為紅燈減過速，也許還徹底停過。導數要回答的問題更尖銳：不是「平均有多快？」，而是「就在此刻、在這一個瞬間到底有多快？」——也就是你的車速表顯示的那個數。
誠實的竅門在這裡。一個瞬間沒有時長，所以你沒法用距離去除以零時間。換個做法：你在一個極小的時間窗裡測平均變化率——比如在時刻 t 和緊隨其後的一刻 t+h 之間——然後讓這個時間窗一點點縮到幾乎為零。這些平均值會朝著同一個數穩定下來，而這個「穩定下來」正是一個極限。導數就是這個極限。
差商與切線
現在把腦海裡的那條路換成函數 f 的圖像。在曲線上取一個橫座標為 x 的點，再在它右邊一點點、橫座標為 x+h 的地方取第二個點。過這兩點畫一條直線——一條割線。它的斜率就是「豎直變化量除以水平變化量」：(f(x+h) - f(x)) / h。這個分式叫做差商，它其實就是穿上了圖像外衣的平均變化率。
現在讓第二個點朝第一個點滑過去，也就是讓 h 縮到 0。割線隨之轉動，在極限處它只在一個地方貼著曲線：切線。這條切線的斜率就是導數。用符號寫：f'(x) = lim h->0 (f(x+h) - f(x)) / h。這一個公式，就是你後面一切內容賴以建立的定義。
f'(x) = lim h->0 ( f(x+h) - f(x) ) / h
rise f(x+h) - f(x)
slope = ---- = ------------------
run h動手算一個：f(x) = x^2
我們就老老實實地、用手按定義算一遍，把這層神祕感揭開。取 f(x) = x^2，照著步驟走。代數運算很溫和，看著那些 h 互相抵消，正是這整件事的關鍵所在。
- 寫出差商：( f(x+h) - f(x) ) / h = ( (x+h)^2 - x^2 ) / h。
- 把分子展開：(x+h)^2 = x^2 + 2xh + h^2，於是分子變成 2xh + h^2（x^2 抵消了）。
- 除以 h（這一步合法，因為此時 h 還不是 0）：(2xh + h^2) / h = 2x + h。
- 現在取 h->0 的極限：2x + h -> 2x。所以 f'(x) = 2x。
把答案當成一句話來讀：對於拋物線 y = x^2，在任意點 x 處的陡峭程度是 2x。在 x = 0 處斜率為 0（碗底是平的）；在 x = 3 處斜率為 6（正陡峭地往上爬）。一個公式 f'(x) = 2x，就一口氣告訴了你每一處的切線斜率。
光滑、尖角，與一次數值驗算
導數只存在於曲線足夠光滑、能畫出唯一一條清晰切線的地方。這個性質叫做可微性。函數在哪裡可微，它在那裡就一定也連續——沒有跳躍也沒有缺口——因為你沒法跨過一個斷口去取一個有意義的極限。但反過來不成立：一個函數可以是連續的，卻仍然沒有導數。
經典的例子是 f(x) = |x|，也就是絕對值的 V 字形，在 x = 0 處。它在那裡完全連續——圖像從不離開紙面。但它有一個尖銳的尖角：從左邊悄悄靠近，斜率是 -1；從右邊悄悄靠近，斜率是 +1。差商的兩個單側極限對不上，所以極限不存在，於是也就沒有唯一的切線。在尖角處，導數乾脆就沒有定義。
def numeric_derivative(f, x, h=1e-6):
# approximate f'(x) with a tiny but nonzero h
return (f(x + h) - f(x)) / h
f = lambda x: x**2
print(numeric_derivative(f, 3)) # ~ 6.0, matching f'(x) = 2x at x = 3