資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法學在Python中計算沿軸1的第n階離散差分
要計算第n階離散差分，可以使用numpy.diff()方法。一階差分由out[i] = a[i+1] - a[i]給出，沿給定軸計算，高階差分透過遞迴使用diff計算。diff()方法返回第n階差分。輸出的形狀與a相同，除了軸的維度比原來小n。輸出的型別與a中任意兩個元素差的型別相同。在大多數情況下，這與a的型別相同。一個顯著的例外是datetime64，它會導致timedelta64輸出陣列。
第一個引數是輸入陣列。第二個引數是n，即值差分的次數。如果為零，則按原樣返回輸入。第三個引數是取差分的軸，預設為最後一個軸。第四個引數是在執行差分之前，預先新增到輸入陣列沿軸上的值。標量值會擴充套件到陣列，在軸方向上長度為1，在所有其他軸上與輸入陣列的形狀相同。
步驟
首先，匯入所需的庫：
import numpy as np
使用array()方法建立一個numpy陣列。我們添加了int型別的元素和nan：
arr = np.array([[10, 15, 30, 65], [80, 87, np.nan, 120]])
顯示陣列：
print("Our Array...\n",arr)檢查維度：
print("\nDimensions of our Array...\n",arr.ndim)
獲取資料型別：
print("\nDatatype of our Array object...\n",arr.dtype)要計算第n階離散差分，可以使用numpy.diff()方法。一階差分由out[i] = a[i+1] - a[i]給出，沿給定軸計算，高階差分透過遞迴使用diff計算：
print("\nDiscrete difference..\n",np.diff(arr, axis = 1))
示例
import numpy as np
# Creating a numpy array using the array() method
# We have added elements of int type with nan
arr = np.array([[10, 15, 30, 65], [80, 87, np.nan, 120]])
# Display the array
print("Our Array...\n",arr)
# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)
# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)
# To calculate the n-th discrete difference, use the numpy.diff() method
# The first difference is given by out[i] = a[i+1] - a[i] along the given axis, higher differences are calculated by using diff recursively.
print("\nDiscrete difference..\n",np.diff(arr, axis = 1))輸出
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]]
更新於：2022年2月28日
98 次瀏覽
廣告