📌  相关文章
📜  Python numpy.diff()

📅  最后修改于: 2020-10-27 08:13:07             🧑  作者: Mango

Python的numpy.diff()

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。

句法

numpy.diff(a, n=1, axis=-1, prepend=, append=)

参量

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。

返回值：

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。

范例1：

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

  • 我们导入了别名为np的numpy。
  • 我们使用np.array()函数和dtype’uint8 ‘创建了一个数组‘arr ‘ 。
  • 我们已经声明了变量‘b’并分配了np.diff()函数的返回值。
  • 我们已经在函数传递了数组‘arr’ 。
  • 最后，我们尝试print‘b’的值和元素之间的差异。

在输出中，它显示了元素的离散差异。

范例2：

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])

范例3：

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]])

范例4：

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

  • 我们导入了别名为np的numpy。
  • 我们使用dtype为‘datetime64’的np.arange()函数创建了一个日期数组‘x ‘ 。
  • 我们已经声明了变量“ y”，并分配了np.diff()函数的返回值。
  • 我们已经在函数传递了数组“ x” 。
  • 最后，我们尝试print‘y’的值。

在输出中，它显示了日期之间的离散差异。