logo

numpy.diff() i Python

Den numpy modulen til Python gir en funksjon kalt numpy.diff for å beregne nthdiskret forskjell langs den gitte aksen. Hvis 'x' er inngangsmatrisen, så er den første forskjellen gitt av ut[i]=x[i+1]-a[i]. Vi kan beregne den høyere forskjellen ved å bruke diff rekursivt. numpy-modulen til Python gir en funksjon kalt numpy.diff for å beregne den n-te diskrete forskjellen langs den gitte aksen. Hvis 'x' er inngangsmatrisen, er den første forskjellen gitt av ut[i]=x[i+1]-a[i]. Vi kan beregne den høyere differansen ved å bruke diff rekursivt.

lagret programkontroll

Syntaks

 numpy.diff(a, n=1, axis=-1, prepend=, append=) 

Parametere

x: array_like

Denne parameteren definerer kildematrisen hvis elementer n-te diskrete referanse er de vi ønsker å beregne.

n: int(valgfritt)

Denne parameteren definerer antall ganger verdiene er forskjellig. Hvis den er 0, returneres kildematrisen som den er.

append, prepend: array_like(valgfritt)

Denne parameteren definerer en ndarray, som definerer verdiene som skal legges til eller foran 'x' , langs aksen før beregning av forskjeller.

Returnerer:

Denne funksjonen returnerer en ndarray som inneholder n-te forskjeller med samme form som 'x,' og dimensjonen er mindre fra n . Typen forskjell mellom to elementer av 'x' er typen av utgang.

alisa manyonok

Eksempel 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,...] 

Produksjon:

 array([0, 1, 2], dtype=uint8) array([1, 1], dtype=uint8) 1 

I koden ovenfor

npm installeringskommando
  • Vi har importert numpy med alias navn np.
  • Vi har laget en matrise 'arr' ved hjelp av np.array() funksjon med dtype 'uint8' .
  • Vi har deklarert variabelen 'b' og tildelt den returnerte verdien av np.diff() funksjon.
  • Vi har passert arrayet 'arr' i funksjonen.
  • Til slutt prøvde vi å skrive ut verdien av 'b' og forskjellen mellom elementene.

I utgangen viser den de diskrete forskjellene mellom elementer.

Eksempel 2:

 import numpy as np x = np.array([11, 21, 41, 71, 1, 12, 33, 2]) y = np.diff(x) x y 

Produksjon:

 array([11, 21, 41, 71, 1, 12, 33, 2]) array([ 10, 20, 30, -70, 11, 21, -31]) 

Eksempel 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 

Produksjon:

 array([[ 60, -20, -29], [-38, 1, 1]]) array([[ 10, 20], [-70, 11], [-31, 11]]) 

Eksempel 4:

 import numpy as np x = np.arange('1997-10-01', '1997-12-16', dtype=np.datetime64) y = np.diff(x) y 

Produksjon:

java matematikk klasse
 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]') 

I koden ovenfor

  • Vi har importert numpy med alias navn np.
  • Vi har laget en rekke datoer 'x' ved hjelp av np.arange() funksjon med dtype 'datetime64' .
  • Vi har deklarert variabelen 'og' og tildelt den returnerte verdien av np.diff() funksjon.
  • Vi har passert arrayet 'x' i funksjonen.
  • Til slutt prøvde vi å skrive ut verdien av 'og' .

I utdataene viser den de diskrete forskjellene mellom datoer.