Neskaidrs modulis Python nodrošina funkciju, ko sauc numpy.diff lai aprēķinātu nthdiskrēta starpība pa doto asi. Ja 'x' ir ievades masīvs, tad pirmo starpību dod out[i]=x[i+1]-a[i]. Mēs varam aprēķināt lielāko starpību, izmantojot diff rekursīvi. Python modulis numpy nodrošina funkciju, ko sauc par numpy.diff, lai aprēķinātu n-to diskrēto starpību pa norādīto asi. Ja 'x' ir ievades masīvs, tad pirmo atšķirību dod out[i]=x[i+1]-a[i]. Mēs varam aprēķināt lielāko starpību, izmantojot atšķir rekursīvi.
Sintakse
numpy.diff(a, n=1, axis=-1, prepend=, append=)
Parametri
x: masīva_līdzīgs
Šis parametrs nosaka avota masīvu, kura elementi n-tā diskrētā deference ir tie, kurus mēs vēlamies aprēķināt.
n: int (neobligāti)
Šis parametrs nosaka vērtību atšķirību skaitu. Ja tas ir 0, tad avota masīvs tiek atgriezts tāds, kāds tas ir.
pievienot, pievienot: array_like (neobligāti)
skeneris nākamais
Šis parametrs definē ndarray, kas definē vērtības, kas tiks pievienotas vai pievienotas 'x' , pa asi pirms atšķirību aprēķināšanas.
Atgriež:
Šī funkcija atgriež ndarray, kas satur n-tās atšķirības, kurām ir tāda pati forma kā 'x,' un izmērs ir mazāks no n . Atšķirības veids starp jebkuriem diviem elementiem 'x' ir izvades veids.
1. piemērs:
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,...]
Izvade:
array([0, 1, 2], dtype=uint8) array([1, 1], dtype=uint8) 1
Iepriekš minētajā kodā
- Mēs esam importējuši numpy ar aizstājvārdu np.
- Mēs esam izveidojuši masīvu 'arr' izmantojot np.array() funkcija ar dtype 'uint8' .
- Mēs esam deklarējuši mainīgo 'b' un piešķīra atgriezto vērtību np.diff() funkciju.
- Mēs esam izturējuši masīvu 'arr' funkcijā.
- Visbeidzot, mēs mēģinājām izdrukāt vērtību 'b' un atšķirība starp elementiem.
Izvadā tas parāda elementu diskrētās atšķirības.
2. piemērs:
import numpy as np x = np.array([11, 21, 41, 71, 1, 12, 33, 2]) y = np.diff(x) x y
Izvade:
array([11, 21, 41, 71, 1, 12, 33, 2]) array([ 10, 20, 30, -70, 11, 21, -31])
3. piemērs:
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
Izvade:
java stīgu apdare
array([[ 60, -20, -29], [-38, 1, 1]]) array([[ 10, 20], [-70, 11], [-31, 11]])
4. piemērs:
import numpy as np x = np.arange('1997-10-01', '1997-12-16', dtype=np.datetime64) y = np.diff(x) y
Izvade:
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]')
Iepriekš minētajā kodā
- Mēs esam importējuši numpy ar aizstājvārdu np.
- Mēs esam izveidojuši datumu masīvu 'x' izmantojot np.arange() funkcija ar dtype 'datetime64' .
- Mēs esam deklarējuši mainīgo 'un' un piešķīra atgriezto vērtību np.diff() funkciju.
- Mēs esam izturējuši masīvu 'x' funkcijā.
- Visbeidzot, mēs mēģinājām izdrukāt vērtību 'un' .
Izvadā tas parāda diskrētās atšķirības starp datumiem.