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语言编程
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
时尚研究
法学研究在NumPy中计算沿轴1的第n阶离散差分
要计算沿给定轴的第n阶离散差分，请在Python NumPy中使用**MaskedArray.diff()**方法。沿给定轴的第一阶差分由**out[i] = a[i+1] - a[i]**给出，更高阶的差分是通过递归使用diff计算的。
- 轴通过“axis”参数设置。
- 轴是计算差分的轴，默认为最后一个轴。
该函数返回第n阶差分。输出的形状与a相同，只是在axis轴上的维度减小了n。输出的类型与a的任意两个元素之间的差分的类型相同。在大多数情况下，这与a的类型相同。一个显著的例外是datetime64，它会导致timedelta64输出数组。
prepend和append参数是在执行差分之前沿axis轴预先添加到a或附加到a的值。标量值将扩展为在axis方向上长度为1，并且沿所有其他轴具有输入数组形状的数组。否则，维度和形状必须与a匹配，除了axis轴。
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的某些元素标记为无效：
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阶离散差分，请在Python NumPy中使用MaskedArray.diff()方法。沿给定轴的第一阶差分由out[i] = a[i+1] - a[i]给出，更高阶的差分是通过递归使用diff计算的。轴通过“axis”参数设置。轴是计算差分的轴，默认为最后一个轴。
print("
Result..
.", np.diff(maskArr, axis = 1))
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 first difference is given by out[i] = a[i+1] - a[i] along the given axis, higher differences are calculated by using diff recursively.
# The axis is set using the "axis" parameter
# The axis is the axis along which the difference is taken, default is the last axis.
print("
Result..
.", np.diff(maskArr, axis = 1))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.. . [[-- 13] [-60 43] [-- --] [-17 22]]
更新于：2022年2月5日
浏览量：110
广告