数据结构
网络
关系数据库管理系统
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
时尚研究
法律研究在 Numpy 中计算第 n 次离散差分
要沿给定轴计算第 n 次离散差分，请在 Python Numpy 中使用 **MaskedArray.diff()** 方法。沿给定轴的第一次差分由 out[i] = a[i+1] - a[i]给出，更高的差分是通过递归使用 diff 计算的。
该函数返回第 n 次差分。输出的形状与 a 相同，但沿轴的维度较小 n。输出的类型与 a 的任何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。一个值得注意的例外是 datetime64，它会导致 timedelta64 输出数组。
prepend、append 参数是在执行差分之前沿轴预先附加或附加到 a 的值。标量值扩展为数组，其长度在轴方向上为 1，并且在所有其他轴上都具有输入数组的形状。否则，维度和形状必须与 a 匹配，除了轴。
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数量 -
print("
Number of elements in the Masked Array...
",maskArr.size)要沿给定轴计算第 n 次离散差分，请在 Python Numpy 中使用 MaskedArray.diff() 方法 -
print("
Result..
.", np.diff(maskArr))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
print("
Result..
.", np.diff(maskArr))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
310 次查看
广告