从平均速度到某一瞬间
想象你从家开车去 60 公里外的一家店，花了一个小时。你的平均速度是 60 公里/时——总路程除以总时间。但这个单一的数字把途中真正发生的一切都藏了起来：你加过速、为红灯减过速，也许还彻底停过。导数要回答的问题更尖锐：不是「平均有多快？」，而是「就在此刻、在这一个瞬间到底有多快？」——也就是你的车速表显示的那个数。
诚实的窍门在这里。一个瞬间没有时长，所以你没法用距离去除以零时间。换个做法：你在一个极小的时间窗里测平均变化率——比如在时刻 t 和紧随其后的一刻 t+h 之间——然后让这个时间窗一点点缩到几乎为零。这些平均值会朝着同一个数稳定下来，而这个「稳定下来」正是一个极限。导数就是这个极限。
差商与切线
现在把脑海里的那条路换成函数 f 的图像。在曲线上取一个横坐标为 x 的点，再在它右边一点点、横坐标为 x+h 的地方取第二个点。过这两点画一条直线——一条割线。它的斜率就是「竖直变化量除以水平变化量」：(f(x+h) - f(x)) / h。这个分式叫做差商，它其实就是穿上了图像外衣的平均变化率。
现在让第二个点朝第一个点滑过去，也就是让 h 缩到 0。割线随之转动，在极限处它只在一个地方贴着曲线：切线。这条切线的斜率就是导数。用符号写：f'(x) = lim h->0 (f(x+h) - f(x)) / h。这一个公式，就是你后面一切内容赖以建立的定义。
f'(x) = lim h->0 ( f(x+h) - f(x) ) / h
rise f(x+h) - f(x)
slope = ---- = ------------------
run h动手算一个：f(x) = x^2
我们就老老实实地、用手按定义算一遍，把这层神秘感揭开。取 f(x) = x^2，照着步骤走。代数运算很温和，看着那些 h 互相抵消，正是这整件事的关键所在。
- 写出差商：( f(x+h) - f(x) ) / h = ( (x+h)^2 - x^2 ) / h。
- 把分子展开：(x+h)^2 = x^2 + 2xh + h^2，于是分子变成 2xh + h^2（x^2 抵消了）。
- 除以 h（这一步合法，因为此时 h 还不是 0）：(2xh + h^2) / h = 2x + h。
- 现在取 h->0 的极限：2x + h -> 2x。所以 f'(x) = 2x。
把答案当成一句话来读：对于抛物线 y = x^2，在任意点 x 处的陡峭程度是 2x。在 x = 0 处斜率为 0（碗底是平的）；在 x = 3 处斜率为 6（正陡峭地往上爬）。一个公式 f'(x) = 2x，就一口气告诉了你每一处的切线斜率。
光滑、尖角，与一次数值验算
导数只存在于曲线足够光滑、能画出唯一一条清晰切线的地方。这个性质叫做可微性。函数在哪里可微，它在那里就一定也连续——没有跳跃也没有缺口——因为你没法跨过一个断口去取一个有意义的极限。但反过来不成立：一个函数可以是连续的，却仍然没有导数。
经典的例子是 f(x) = |x|，也就是绝对值的 V 字形，在 x = 0 处。它在那里完全连续——图像从不离开纸面。但它有一个尖锐的尖角：从左边悄悄靠近，斜率是 -1；从右边悄悄靠近，斜率是 +1。差商的两个单侧极限对不上，所以极限不存在，于是也就没有唯一的切线。在尖角处，导数干脆就没有定义。
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