Python dask.array.diff用法及代码示例

用法: dask.array.diff(a, n=1, axis=- 1, prepend=None, append=None)

计算沿给定轴的n-th 离散差。

此文档字符串是从 numpy.diff 复制的。

可能存在与 Dask 版本的一些不一致之处。

第一个差异由out[i] = a[i+1] - a[i] 沿给定轴给出，更高的差异通过递归使用diff 计算。

参数：

a：array_like: 输入数组
n：整数，可选: 值不同的次数。如果为零，则返回输入as-is。
axis：整数，可选: 取差值的轴，默认为最后一个轴。
prepend, append：数组，可选: 在执行差异之前沿轴添加或附加到 a 的值。标量值在轴方向扩展为长度为 1 的数组，输入数组的形状沿所有其他轴扩展。否则，尺寸和形状必须与 a 匹配，但沿轴除外。

diff：ndarray: n-th 差异。输出的形状与 a 相同，但沿 axis 的尺寸比 n 小。输出的类型与 a 的任意两个元素之间的差异类型相同。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 ，它会导致 timedelta64 输出数组。

注意：

为布尔数组保留类型，因此当连续元素相同时，结果将包含False，当它们不同时将包含True。

对于无符号整数数组，结果也将是无符号的。这应该不足为奇，因为结果与直接计算差异一致：

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

如果这不是可取的，则应首先将数组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)

例子：

>>> 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]')

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.diff。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：