在Python中计算第n个轴上的离散差异

要计算第n个离散差异，请使用numpy.diff()方法。第一次差异是沿给定轴， out[i] = a[i+1] – a[i]，更高阶差异是通过递归使用diff计算的。diff() 方法返回第n个差异。输出的形状与a相同，除了轴的维数小于n。输出的类型与a的任意两个元素之间的差异类型相同。在大多数情况下，这与a的类型相同。一个显着的例外是datetime64，它将导致timedelta64输出数组。

第一个参数是输入的数组。第二个参数是n，即值进行差异的次数。如果为零，则不进行差异。第三个参数是差异所取的轴，默认为最后一个轴。第四个参数是要在差异之前将其附加到输入数组的值或附加到该轴上的值。标量值在沿着轴的方向上将其扩展为具有长度1的数组，在所有其他轴上沿着该输入数组的形状扩展。

操作步骤

首先，导入所需的库－

import numpy as np

使用数组()方法创建一个numpy数组。我们已经添加了int类型的带有nan的元素－

arr = np.array([[10, 15, 30, 65], [80, 87, np.nan, 120]])

显示数组－

print("Our Array...\n",arr)

检查尺寸－

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个离散差异，请使用numpy.diff()方法。第一次差异是沿给定轴， out[i] = a[i+1] – a[i]，更高阶差异是通过递归使用diff计算的－

print("\nDiscrete difference..\n",np.diff(arr, axis = 1))

示例

import numpy as np

#使用数组()方法创建一个numpy数组，我们已经添加了int类型的带有nan的元素
arr = np.array([[10, 15, 30, 65], [80, 87, np.nan, 120]])

#显示数组
print("Our Array...\n",arr)

#检查尺寸
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个离散差异，请使用numpy.diff()方法。第一次差异是沿给定轴，out[i] = a[i+1] - a[i]，更高阶差异是通过递归使用diff计算的
print("\nDiscrete difference..\n",np.diff(arr, axis = 1))

输出结果

Our Array...
[[ 10. 15. 30. 65.]
[ 80. 87. nan 120.]]

Dimensions of our Array...
2

Datatype of our Array object...
float64

Discrete difference..
[[ 5. 15. 35.]
[ 7. nan nan]]