本文简要介绍 python 语言中 numpy.diff
的用法。
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。- a: array_like
输入数组
- n: 整数,可选
值发生差异的次数。如果为零,则按原样返回输入。
- axis: 整数,可选
取差值的轴,默认为最后一个轴。
- prepend, append: 数组,可选
在执行差异之前要预先或附加到沿轴的值。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,尺寸和形状必须与轴相匹配。
- diff: ndarray
n-th 差异。输出的形状与a除了沿轴尺寸小于n.输出的类型与任意两个元素之差的类型相同a.这与类型相同a在大多数情况下。一个值得注意的例外是
datetime64
,这导致timedelta64
输出数组。
参数:
返回:
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
- Python numpy diagonal用法及代码示例
- Python numpy divmod用法及代码示例
- Python numpy diagflat用法及代码示例
- Python numpy divide用法及代码示例
- Python numpy diag用法及代码示例
- Python numpy digitize用法及代码示例
- Python numpy diag_indices用法及代码示例
- Python numpy disp用法及代码示例
- Python numpy dtype.isbuiltin用法及代码示例
- Python numpy dtype.shape用法及代码示例
- Python numpy dtype.ndim用法及代码示例
- Python numpy dtype.alignment用法及代码示例
- Python numpy dtype用法及代码示例
- Python numpy dtype.names用法及代码示例
- Python numpy dtype.__class_getitem__用法及代码示例
- Python numpy dtype.flags用法及代码示例
- Python numpy dtype.fields用法及代码示例
- Python numpy dtype.subdtype用法及代码示例
- Python numpy delete用法及代码示例
- Python numpy dtype.descr用法及代码示例
- Python numpy dec.setastest用法及代码示例
- Python numpy datetime_as_string用法及代码示例
- Python numpy dtype.kind用法及代码示例
- Python numpy dtype.metadata用法及代码示例
- Python numpy dsplit用法及代码示例
注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.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。