在Python中计算n次离散差分

要计算第n次离散差分，请使用numpy.diff()方法。给定轴上的第一个差异由out[i] = a[i + 1] – a[i] 给出，使用diff递归计算更高的差异。diff()方法返回第n个差异。输出的形状与a相同，除了轴沿着n的维度较小之外。输出的类型与a的任意两个元素之间的差异相同。在大多数情况下，这与a的类型相同。值得注意的是datetime64，它会导致timedelta64输出数组。

第一个参数是输入数组，第二个参数是n，即值的差分次数。如果为零，则返回原始输入。第三个参数是差异取得的轴，默认为最后一个轴。第四个参数是在执行差异之前将附加到输入数组上的值。标量值沿着轴扩展为具有1长度的数组，并且在所有其他轴上延伸为输入数组的形状。

步骤

首先，导入所需的库−

import numpy as np

使用array()方法创建一个numpy数组。我们添加了int类型的元素和NaN−

arr = np.array([10, 15, 30, 65, 80, 87, np.nan])

显示数组−

print("我们的数组...\n",arr)

检查维度−

print("\n我们的数组维度...\n",arr.ndim)

获取数据类型−

print("\n我们的数组对象的数据类型...\n",arr.dtype)

要计算第n次离散差分，请使用numpy.diff()方法。给定轴上的第一个差异由out[i] = a[i + 1] – a[i] 给出，使用diff递归计算更高的差异−

print("\n离散差分..\n",np.diff(arr))

例子

import numpy as np

# 使用array()方法创建一个numpy数组
# 我们添加了int类型的元素和NaN
arr = np.array([10, 15, 30, 65, 80, 87, np.nan])

# 显示数组
print("我们的数组...\n",arr)

# 检查维度
print("\n我们的数组维度...\n",arr.ndim)

# 获取数据类型
print("\n我们的数组对象的数据类型...\n",arr.dtype)

# 要计算第n次离散差分，请使用numpy.diff()方法
# 给定轴上的第一个差异由out[i] = a[i + 1] - a[i] 给出，使用diff递归计算更高的差异。

print("\n离散差分..\n",np.diff(arr))

输出

我们的数组...
[10. 15. 30. 65. 80. 87. nan]

我们的数组维度...
1

我们的数组对象的数据类型...
float64

离散差分..
[ 5. 15. 35. 15. 7. nan]