在Python中计算轴0上的第n个离散差异

要计算第n个离散差异，使用numpy.diff()方法。第一个差异由给定轴上的out[i] = a[i + 1] – a[i]给出，更高的差异通过递归使用diff进行计算。 diff()方法返回第n个差异。输出的形状与a相同，除了沿着维度较小的轴的轴。输出的类型与a的任两个元素之间的差异的类型相同。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，它会导致timedelta64输出数组。

第1个参数是输入数组。第2个参数是n，即差异的次数。如果为零，则返回输入本身。第3个参数是沿着差异进行的轴，默认为最后一个轴。第4个参数是要在执行差异之前添加到输入数组中的值以及沿轴前后添加。标量值在轴的方向上扩展为具有长度1的数组，并且在所有其他轴上沿着输入数组的形状扩展。

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, 120]])

显示数组-

print("我们的数组...\n",arr)

检查维数-

print("\n我们数组的维度...\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个离散差异，使用numpy.diff()方法。第一个差异由给定轴上的out[i] = a[i + 1] – a[i]给出，更高的差异通过递归使用diff进行计算-

print("\n离散差异..\n",np.diff(arr, axis = 0))

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, 120]])

# 显示数组
print("我们的数组...\n",arr)

# 检查维数
print("\n我们数组的维度...\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个离散差异，使用numpy.diff()方法
print("\n离散差异..\n",np.diff(arr, axis = 0))

输出

我们的数组...
[[ 10. 15. 30. 65.]
[ 80. 87. nan 120.]]

我们数组的维度...
2

我们的数组对象的数据类型...
float64

离散差异..
[[70. 72. nan 55.]]