NumPy教程-numpy.diff()在Python中的使用
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个离散差分。如果'x'是输入数组，则第一个差分由out[i]=x[i+1]-a[i]给出。我们可以使用递归来计算更高的差分。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个离散差分。如果'x'是输入数组，则第一个差分由out[i]=x[i+1]-a[i]给出。我们可以使用diff递归地计算更高的差分。
语法
numpy.diff(a, n=1, axis=-1, prepend=<no value>, append=<no value>)参数
x: array_like
此参数定义了要计算其元素第n个离散差分的源数组。
n: int（可选）
此参数定义了要进行差分的次数。如果为0，则返回源数组。
append, prepend: array_like（可选）
此参数定义了一个ndarray，用于在计算差分之前附加或前置到'x'沿轴的值。
返回值：
此函数返回一个ndarray，其中包含第n个差分，形状与'x'相同，并且维度从n减小。任意两个'x'元素之间的差异的类型是输出的类型。
示例 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
- 我们使用别名np导入了numpy模块。
- 我们使用np.array()*函数创建了一个数组*'arr'，其dtype为'uint8'。
- 我们声明了变量'b'并将np.diff()函数的返回值赋值给它。
- 我们在函数中传递了数组'arr'。
- 最后，我们尝试打印变量'b'以及元素之间的差异。
输出显示了元素之间的离散差分。
示例 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])示例 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]])示例 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
- 我们使用别名np导入了numpy模块。
- 我们使用np.arange()函数创建了一个日期数组'x'，其dtype为'datetime64'。
- 我们声明了变量'y'并将np.diff()函数的返回值赋值给它。
- 我们在函数中传递了数组'x'。
- 最后，我们尝试打印变量'y'。
输出显示了日期之间的离散差分。
