在 Python 中计算给定轴上的第 n 个离散差值
pythonnumpyserver side programmingprogramming更新于 2024/4/29 13:32:17
要计算第 n 个离散差值，请使用 numpy.diff() 方法。第一个差值由给定轴上的 out[i] = a[i+1] - a[i] 给出，更大的差值通过递归使用 diff 计算。diff() 方法返回第 n 个差值。输出的形状与 a 相同，但沿轴的维度小 n。输出的类型与 a 中任意两个元素之间的差值的类型相同。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，它会产生一个 timedelta64 输出数组。
第一个参数是输入数组。第二个参数是 n，即值相差的次数。如果为零，则按原样返回输入。第三个参数是沿其进行差分的轴，默认为最后一个轴。第四个参数是在执行差分之前沿轴添加或附加到输入数组的值。标量值在轴方向上扩展为长度为 1 的数组，在所有其他轴上扩展为输入数组的形状。
步骤
首先，导入所需的库 −
import numpy as np
使用 array() 方法创建 numpy 数组。我们添加了带有 nan − 的 int 类型元素
arr = np.array([[10, 15, 30, 65], [80, 87, 100, np.nan]])
显示数组 −
print("Our Array...\n",arr)
检查维度 −
print("\nDimensions of our Array...\n",arr.ndim)
获取数据类型 −
print("\nDatatype of our Array object...\n",arr.dtype)
要计算第 n 个离散差值，请使用 numpy.diff() 方法。第一个差值由给定轴上的 out[i] = a[i+1] - a[i] 给出，更高的差值通过递归使用 diff 计算 −
print("\nDiscrete difference..\n",np.diff(arr, axis = 1))
示例
import numpy as np
# 使用 array() 方法创建 numpy 数组
# 我们添加了 int 类型的元素，值为 nan
arr = np.array([[10, 15, 30, 65], [80, 87, 100, np.nan]])
# 显示数组
print("我们的数组...\n",arr)
# 检查维度
print("\n数组的维度...\n",arr.ndim)
# 获取数据类型
print("\n数组对象的数据类型...\n",arr.dtype)
# 要计算第 n 个离散差异，请使用 numpy.diff() 方法
# 第一个差异由 out[i] = a[i+1] 给出 - a[i] 沿给定轴，通过递归使用 diff 计算更高的差异。
print("\n离散差异..\n",np.diff(arr, axis = 1))
输出
我们的数组... [[ 10. 15. 30. 65.] [ 80. 87. 100. nan]] 数组的维度... 2 数组对象的数据类型... float64 离散差异.. [[ 5. 15. 35.] [ 7. 13. nan]]
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
