El módulo numpy de Pitón proporciona una función llamada numpy.diff para calcular el nthdiferencia discreta a lo largo del eje dado. Si 'X' es la matriz de entrada, entonces la primera diferencia viene dada por out[i]=x[i+1]-a[i]. Podemos calcular la diferencia mayor usando diff de forma recursiva. El módulo numpy de Python proporciona una función llamada numpy.diff para calcular la enésima diferencia discreta a lo largo del eje dado. Si 'x' es la matriz de entrada, entonces la primera diferencia viene dada por out[i]=x[i+1]-a[i]. Podemos calcular la diferencia mayor usando diferencia recursivamente.
Sintaxis
numpy.diff(a, n=1, axis=-1, prepend=, append=)
Parámetros
x: tipo matriz
Este parámetro define el array fuente cuyos elementos enésimos de diferencia discreta son los que queremos calcular.
n: int(opcional)
Este parámetro define el número de veces que se diferencian los valores. Si es 0, entonces la matriz fuente se devuelve tal como está.
agregar, anteponer: array_like (opcional)
cómo ordenar una matriz en java
Este parámetro define un ndarray, que define los valores que se agregarán o antepondrán 'X' , a lo largo del eje antes de calcular las diferencias.
Devoluciones:
Esta función devuelve un ndarray que contiene enésimas diferencias que tienen la misma forma que 'X,' y la dimensión es menor de norte . El tipo de diferencia entre dos elementos cualesquiera de 'X' es el tipo de salida.
Ejemplo 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,...]
Producción:
array([0, 1, 2], dtype=uint8) array([1, 1], dtype=uint8) 1
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos creado una matriz. 'arr' usando np.matriz() funcionar con el tipo d 'uint8' .
- Hemos declarado la variable 'b' y se le asignó el valor devuelto del np.diff() función.
- Hemos pasado la matriz. 'arr' en la función.
- Por último, intentamos imprimir el valor de 'b' y la diferencia entre elementos.
En el resultado, muestra las diferencias discretas de elementos.
Ejemplo 2:
import numpy as np x = np.array([11, 21, 41, 71, 1, 12, 33, 2]) y = np.diff(x) x y
Producción:
array([11, 21, 41, 71, 1, 12, 33, 2]) array([ 10, 20, 30, -70, 11, 21, -31])
Ejemplo 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
Producción:
alfabeto por numero
array([[ 60, -20, -29], [-38, 1, 1]]) array([[ 10, 20], [-70, 11], [-31, 11]])
Ejemplo 4:
import numpy as np x = np.arange('1997-10-01', '1997-12-16', dtype=np.datetime64) y = np.diff(x) y
Producción:
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]')
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos creado una serie de fechas. 'X' usando np.arange() funcionar con el tipo d 'fechahora64' .
- Hemos declarado la variable 'y' y se le asignó el valor devuelto del np.diff() función.
- Hemos pasado la matriz. 'X' en la función.
- Por último, intentamos imprimir el valor de 'y' .
En el resultado, muestra las diferencias discretas entre fechas.