Python numpy diff用法及代码示例

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。

参数：

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。

返回：

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。

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]')