numpy.diff#

numpy.diff(a, n=1, axis=-1, prepend= значение>, append= значение>)[источник]#

Вычислить n-ю дискретную разность вдоль заданной оси.

Первая разница задается out[i] = a[i+1] - a[i] вдоль заданной оси, более высокие разности вычисляются с использованием diff рекурсивно.

Параметры:

aarray_like: Входной массив
nint, необязательный: Количество раз, когда значения дифференцируются. Если ноль, входные данные возвращаются как есть.
осьint, необязательный: Ось, вдоль которой берётся разность, по умолчанию — последняя ось.
prepend, appendarray_like, необязательный: Значения для добавления в начало или конец a вдоль оси перед выполнением разности. Скалярные значения расширяются до массивов длиной 1 в направлении оси и формы входного массива вдоль всех других осей. В противном случае размерность и форма должны совпадать a кроме оси.

Возвращает:

diffndarray: n-е разности. Форма выходных данных такая же, как a кроме как вдоль ось где размерность меньше на n. Тип выходных данных такой же, как тип разницы между любыми двумя элементами a. Это тот же тип, что и a в большинстве случаев. Заметным исключением является datetime64, что приводит к timedelta64 выходной массив.

Смотрите также

gradient, ediff1d, cumsum

Примечания

Тип сохраняется для булевых массивов, поэтому результат будет содержать False когда последовательные элементы одинаковы и True когда они отличаются.

Для массивов беззнаковых целых чисел результаты также будут беззнаковыми. Это не должно вызывать удивления, так как результат согласуется с прямым вычислением разницы:

>>> u8_arr = np.array([1, 0], dtype=np.uint8)
>>> np.diff(u8_arr)
array([255], dtype=uint8)
>>> u8_arr[1,...] - u8_arr[0,...]
np.uint8(255)

Если это нежелательно, то массив следует сначала привести к большему целочисленному типу:

>>> i16_arr = u8_arr.astype(np.int16)
>>> np.diff(i16_arr)
array([-1], dtype=int16)

Примеры

>>> import numpy as np
>>> x = np.array([1, 2, 4, 7, 0])
>>> np.diff(x)
array([ 1,  2,  3, -7])
>>> np.diff(x, n=2)
array([  1,   1, -10])

>>> x = np.array([[1, 3, 6, 10], [0, 5, 6, 8]])
>>> np.diff(x)
array([[2, 3, 4],
       [5, 1, 2]])
>>> np.diff(x, axis=0)
array([[-1,  2,  0, -2]])

>>> x = np.arange('1066-10-13', '1066-10-16', dtype=np.datetime64)
>>> np.diff(x)
array([1, 1], dtype='timedelta64[D]')