Python에서 축 0에 대한 n 번째 이산 차이 계산

n번째 이산 차이를 계산하려면 numpy.diff() 메서드를 사용합니다. 첫 번째 차이는 out[i] =a[i+1] - a[i]로 주어진 축을 따라 주어지며, 더 높은 차이는 diff를 재귀적으로 사용하여 계산됩니다. diff() 메서드는 n번째 차이를 반환합니다. 출력의 모양은 차원이 n만큼 작은 축을 따르는 것을 제외하고는 동일합니다. 출력 유형은 의 두 요소 간의 차이 유형과 동일합니다. 이는 대부분의 경우 의 유형과 동일합니다. 주목할만한 예외는 datetime64이며 결과적으로 timedelta64 출력 배열이 생성됩니다.

첫 번째 매개변수는 입력 배열입니다. 두 번째 매개변수는 n입니다. 즉, 값이 차이가 나는 횟수입니다. 0이면 입력이 있는 그대로 반환됩니다. 세 번째 매개변수는 차이가 취해진 축이며 기본값은 마지막 축입니다. 네 번째 매개변수는 차이를 수행하기 전에 축을 따라 입력 배열에 추가하거나 추가할 값입니다. 스칼라 값은 축 방향으로 길이가 1이고 다른 모든 축을 따라 입력 배열의 모양이 1인 배열로 확장됩니다.

단계

먼저 필요한 라이브러리를 가져옵니다 -

import numpy as np

array() 메서드를 사용하여 numpy 배열 만들기. nan −

arr = np.array([[10, 15, 30, 65], [80, 87, np.nan, 120]])

배열 표시 -

print("Our Array...\n",arr)

치수 확인 -

print("\nDimensions of our Array...\n",arr.ndim)

데이터 유형 가져오기 -

print("\nDatatype of our Array object...\n",arr.dtype)

n번째 이산 차이를 계산하려면 numpy.diff() 메서드를 사용합니다. 첫 번째 차이는 out[i] =a[i+1] - a[i]로 주어진 축을 따라 주어지며, 더 높은 차이는 diff를 재귀적으로 사용하여 계산됩니다 -

print("\nDiscrete difference..\n",np.diff(arr, axis = 0))

예시

import numpy as np

# Creating a numpy array using the array() method
# We have added elements of int type with nan
arr = np.array([[10, 15, 30, 65], [80, 87, np.nan, 120]])

# 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
print("\nDiscrete difference..\n",np.diff(arr, axis = 0))

출력

Our Array...
[[ 10. 15. 30. 65.]
[ 80. 87. nan 120.]]

Dimensions of our Array...
2

Datatype of our Array object...
float64

Discrete difference..
[[70. 72. nan 55.]]