数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学在 NumPy 中设置差分次数后计算第 n 次离散差分
要计算沿给定轴的第 n 次离散差分，请在 Python NumPy 中使用 **MaskedArray.diff()** 方法。“n”参数用于设置差分值的次数。如果为零，则按原样返回输入。
该函数返回第 n 次差分。输出的形状与 a 相同，除了轴的维度比 n 小。输出的类型与 a 的任意两个元素之间的差的类型相同。在大多数情况下，这与输入的类型相同。一个值得注意的例外是 datetime64，它会产生 timedelta64 输出数组。
prepend 和 append 参数是在执行差分之前沿轴预先添加到输入或附加到输入的值。标量值将扩展为沿轴方向长度为 1 且沿所有其他轴方向具有输入数组形状的数组。否则，维度和形状必须与 a 相同，除了沿轴方向。
步骤
首先，导入所需的库：
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法创建一个包含整数元素的数组：
arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
print("Array...
", arr)创建一个掩码数组并将其中一些掩码为无效：
maskArr = ma.masked_array(arr, mask =[[1, 0, 0], [ 0, 0, 0], [0, 1, 0], [0, 0, 0]])
print("
Our Masked Array...
", maskArr)获取掩码数组的类型：
print("
Our Masked Array type...
", maskArr.dtype)
获取掩码数组的维度：
print("
Our Masked Array Dimensions...
",maskArr.ndim)获取掩码数组的形状：
print("
Our Masked Array Shape...
",maskArr.shape)
获取掩码数组的元素个数：
print("
Number of elements in the Masked Array...
",maskArr.size)要计算沿给定轴的第 n 次离散差分，请在 Python NumPy 中使用 MaskedArray.diff() 方法。“n”参数用于设置差分值的次数。如果为零，则按原样返回输入。
print("
Result..
.", np.diff(maskArr, n = 2))
示例
import numpy as np
import numpy.ma as 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...
", 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("
Our Masked Array...
", maskArr)
# Get the type of the masked array
print("
Our Masked Array type...
", maskArr.dtype)
# Get the dimensions of the Masked Array
print("
Our Masked Array Dimensions...
",maskArr.ndim)
# Get the shape of the Masked Array
print("
Our Masked Array Shape...
",maskArr.shape)
# Get the number of elements of the Masked Array
print("
Number of elements in the Masked Array...
",maskArr.size)
# To calculate the n-th discrete difference along the given axis, use the MaskedArray.diff() method in Python Nump
# The "n" parameter is used to set the number of times values are differenced.
# If zero, the input is returned as-is.
print("
Result..
.", np.diff(maskArr, n = 2))输出
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.. . [[--] [103] [--] [39]]
更新于：2022年2月5日
浏览量：121
广告