numpy diff 用法及代码示例

Lincoln Numpy 函数 4年前 0 902

用法：
numpy.diff(a, n=1, axis=-1, prepend=<no value>, append=<no value>)
计算沿给定轴的n-th离散差。

第一个区别是out[i] = a[i+1] – a[i]沿给定轴，使用diff递归地

–	描述
参数	a：： array_like 输入数组 n：： int, 可选参数值的次数不同。如果为零，则返回输入as-is。 axis：： int, 可选参数沿其求差的轴，默认为最后一个轴。 prepend, append：： array_like, 可选参数在执行差分之前，要沿轴在“a”之前或之后附加值。标量值将扩展为在轴方向上长度为1的数组，并在所有其他轴上扩展为输入数组的形状。否则，尺寸和形状必须与“a”匹配(沿轴除外)。
返回值	diff：： ndarray n-th差异。输出的形状与其他形状相同，不同之处在于沿尺寸小n的轴。输出的类型与a的任意两个元素之间的差异的类型相同。在大多数情况下，这与a的类型相同。一个值得注意的例外是datetime64，结果是timedelta64输出数组。

–

描述

参数

a：： array_like

输入数组
n：： int, 可选参数

值的次数不同。如果为零，则返回输入as-is。
axis：： int, 可选参数

沿其求差的轴，默认为最后一个轴。
prepend, append：： array_like, 可选参数

在执行差分之前，要沿轴在“a”之前或之后附加值。标量值将扩展为在轴方向上长度为1的数组，并在所有其他轴上扩展为输入数组的形状。否则，尺寸和形状必须与“a”匹配(沿轴除外)。

返回值

diff：： ndarray

n-th差异。输出的形状与其他形状相同，不同之处在于沿尺寸小n的轴。输出的类型与a的任意两个元素之间的差异的类型相同。在大多数情况下，这与a的类型相同。一个值得注意的例外是datetime64，结果是timedelta64输出数组。

类型是为布尔数组保留的，因此当连续元素相同时，结果将包含False，而在连续元素不同时将包含True。

对于无符号整数数组，结果也将是无符号的。这并不奇怪，因为结果与直接计算差是一致的：

>>> u8_arr = np.array([1, 0], dtype=np.uint8)
>>> np.diff(u8_arr)
array([255], dtype=uint8)
>>> u8_arr[1,...] - u8_arr[0,...]
255

如果不希望这样做，则应首先将数组强制转换为更大的整数类型：

>>> i16_arr = u8_arr.astype(np.int16)
>>> np.diff(i16_arr)
array([-1], dtype=int16)

>>> x = np.array([1, 2, 4, 7, 0])
>>> np.diff(x)
array([ 1,  2,  3, -7])
>>> np.diff(x, n=2)
array([  1,   1, -10])

>>> x = np.array([[1, 3, 6, 10], [0, 5, 6, 8]])
>>> np.diff(x)
array([[2, 3, 4],
       [5, 1, 2]])
>>> np.diff(x, axis=0)
array([[-1,  2,  0, -2]])

>>> x = np.arange('1066-10-13', '1066-10-16', dtype=np.datetime64)
>>> np.diff(x)
array([1, 1], dtype='timedelta64[D]')

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。