计算Python中的第n个离散差

  • Z时代
  • 2024-01-10
  • 分类：综合

要计算第 n 个离散差，请使用该方法。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。该方法返回第 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。numpy.diff()diff()

第一个参数是输入数组。第二个参数是n，即数值不同的次数。如果为零，则输入按原样返回。第三个参数是取差值的轴，默认是最后一个轴。第 4 个参数是在执行差异之前沿轴添加或附加到输入数组的值。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。

脚步

首先，导入所需的库 -

import numpy as np

array()使用该方法创建一个 numpy 数组。我们用 nan 添加了 int 类型的元素 -

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

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，请使用该方法。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 -numpy.diff()

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

示例

import numpy as np
#使用 array() 方法创建一个 numpy 数组
#我们用 nan 添加了 int 类型的元素
arr = np.array([10, 15, 30, 65, 80, 87, np.nan])
#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，请使用 numpy.diff() 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。
print("\nDiscrete difference..\n",np.diff(arr))
输出结果
Our Array...
[10. 15. 30. 65. 80. 87. nan]
Dimensions of our Array...
1
Datatype of our Array object...
float64
Discrete difference..
[ 5. 15. 35. 15. 7. nan]

以上是 计算Python中的第n个离散差 的全部内容， 来源链接： utcz.com/z/297207.html

回到顶部