计算 Numpy 中的第 n 个离散差

  • Z时代
  • 2024-01-10
  • 分类：综合

要计算沿给定轴的第 n 个离散差，请使用Python Numpy 中的方法。第一个差异由 out[i] = a[i+1] - a[i] 沿给定轴给出，更高的差异通过递归使用 diff 计算。MaskedArray.diff()

该函数返回第 n 个差异。输出的形状与 a 相同，但沿轴的尺寸小于 n。输出的类型与 a 的任意两个元素的差值的类型相同。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，它产生一个 timedelta64 输出数组。

prepend、append 参数是在执行差异之前要预先或附加到沿轴的值。标量值在轴方向扩展为长度为 1 的数组，输入数组的形状沿所有其他轴扩展。否则，尺寸和形状必须与轴相匹配。

脚步

首先，导入所需的库 -

import numpy as np
importnumpy.maas ma

使用该方法创建一个包含 int 元素的数组-numpy.array()

arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
print("Array...\n", arr)

创建一个屏蔽数组并将其中一些屏蔽为无效 -

maskArr = ma.masked_array(arr, mask =[[1, 0, 0], [ 0, 0, 0], [0, 1, 0], [0, 0, 0]])
print("\nOur Masked Array...\n", maskArr)

获取掩码数组的类型 -

print("\nOur Masked Array type...\n", maskArr.dtype)

获取 Masked Array 的尺寸 -

print("\nOur Masked Array Dimensions...\n",maskArr.ndim)

获取蒙面阵列的形状 -

print("\nOur Masked Array Shape...\n",maskArr.shape)

获取 Masked Array 的元素数量 -

print("\nNumber of elements in the Masked Array...\n",maskArr.size)

要计算沿给定轴的第 n 个离散差，请使用Python Numpy 中的方法 -MaskedArray.diff()

print("\nResult..\n.", np.diff(maskArr))

示例

import numpy as np
importnumpy.maas ma
# Create an array with int elements using the numpy.array() method
arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
print("Array...\n", arr)
# Create a masked array and mask some of them as invalid
maskArr = ma.masked_array(arr, mask =[[1, 0, 0], [ 0, 0, 0], [0, 1, 0], [0, 0, 0]])
print("\nOur Masked Array...\n", maskArr)
# Get the type of the masked array
print("\nOur Masked Array type...\n", maskArr.dtype)
# Get the dimensions of the Masked Array
print("\nOur Masked Array Dimensions...\n",maskArr.ndim)
# Get the shape of the Masked Array
print("\nOur Masked Array Shape...\n",maskArr.shape)
# Get the number of elements of the Masked Array
print("\nNumber of elements in the Masked Array...\n",maskArr.size)
# To calculate the n-th discrete difference along the given axis, use the MaskedArray.diff() method in Python Nump
print("\nResult..\n.", np.diff(maskArr))
输出结果
Array...
[[65 68 81]
[93 33 76]
[73 88 51]
[62 45 67]]
Our Masked Array...
[[-- 68 81]
[93 33 76]
[73 -- 51]
[62 45 67]]
Our Masked Array type...
int64
Our Masked Array Dimensions...
2
Our Masked Array Shape...
(4, 3)
Number of elements in the Masked Array...
12
Result..
. [[-- 13]
[-60 43]
[-- --]
[-17 22]]

以上是 计算 Numpy 中的第 n 个离散差 的全部内容， 来源链接： utcz.com/z/297125.html

回到顶部