📅  最后修改于: 2020-10-27 08:13:07             🧑  作者: Mango
Python的numpy模块提供了一个名为numpy.diff的函数,用于计算沿给定轴的第n个离散差。如果“ x”是输入数组,则第一个差异由out [i] = x [i + 1] -a [i]给出。我们可以通过递归使用diff来计算更高的差异。 Python的numpy模块提供了一个名为numpy.diff的函数,用于计算沿给定轴的第n个离散差。如果“ x”是输入数组,则第一个差异由out [i] = x [i + 1] -a [i]给出。我们可以通过递归使用diff来计算更高的差异。
numpy.diff(a, n=1, axis=-1, prepend=, append=)
x:类似数组
此参数定义了源数组,其第n个离散差值是我们要计算的元素。
n:int(可选)
此参数定义值相差的次数。如果为0,则按原样返回源数组。
追加,前置:array_like(可选)
该参数定义了一个ndarray,该ndarray定义了在计算差异之前沿轴追加或前缀为’x’的值。
此函数返回一个包含第n个差异的ndarray,其形状与“ x”相同,并且维数小于n。 “ x”的任意两个元素之间的差值类型是输出的类型。
import numpy as np
arr = np.array([0, 1, 2], dtype=np.uint8)
arr
b=np.diff(arr)
b
arr[2,...] - arr[1,...] - arr[0,...]
输出:
array([0, 1, 2], dtype=uint8)
array([1, 1], dtype=uint8)
1
在上面的代码中
在输出中,它显示了元素的离散差异。
import numpy as np
x = np.array([11, 21, 41, 71, 1, 12, 33, 2])
y = np.diff(x)
x
y
输出:
array([11, 21, 41, 71, 1, 12, 33, 2])
array([ 10, 20, 30, -70, 11, 21, -31])
import numpy as np
x = np.array([[11, 21, 41], [71, 1, 12], [33, 2, 13]])
y = np.diff(x, axis=0)
y
z = np.diff(x, axis=1)
z
输出:
array([[ 60, -20, -29],
[-38, 1, 1]])
array([[ 10, 20],
[-70, 11],
[-31, 11]])
import numpy as np
x = np.arange('1997-10-01', '1997-12-16', dtype=np.datetime64)
y = np.diff(x)
y
输出:
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1], dtype='timedelta64[D]')
在上面的代码中
在输出中,它显示了日期之间的离散差异。