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
社会研究
时尚研究
法学研究在Python中计算无符号整数数组的n阶差分
要计算n阶差分，可以使用numpy.diff()方法。一阶差分由out[i] = a[i+1] - a[i]给出，沿着给定的轴计算，高阶差分通过递归使用diff计算。第一个参数是输入数组。第二个参数是n，即差分值的次数。如果为零，则按原样返回输入。第三个参数是进行差分的轴，默认为最后一个轴。
第四个参数是在执行差分之前，沿轴预先附加到输入数组或附加到输入数组的值。标量值扩展到沿轴方向长度为1的数组，并且沿所有其他轴的形状与输入数组相同。否则，维度和形状必须与a匹配，除了沿轴方向。
步骤
首先，导入所需的库：
import numpy as np
使用array()方法创建一个numpy数组。我们添加了无符号类型的元素。对于无符号整数数组，结果也将是无符号的：
arr = np.array([1,0], dtype=np.uint8)
显示数组：
print("Our Array...\n",arr)检查维度：
print("\nDimensions of our Array...\n",arr.ndim)
获取数据类型：
print("\nDatatype of our Array object...\n",arr.dtype)要计算n阶差分，可以使用numpy.diff()方法。一阶差分由out[i] = a[i+1] - a[i]给出，沿着给定的轴计算，高阶差分通过递归使用diff计算：
print("\nDiscrete difference..\n",np.diff(arr))
示例
import numpy as np
# Creating a numpy array using the array() method
# We have added elements of unsigned type
# For unsigned integer arrays, the results will also be unsigned.
arr = np.array([1,0], dtype=np.uint8)
# 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))输出
Our Array... [1 0] Dimensions of our Array... 1 Datatype of our Array object... uint8 Discrete difference.. [255]
更新于：2022年2月25日
96 次浏览
广告