numpy.diff

numpy.diff(a, n=1, axis=-1) [source]

Вычисление n-й дискретной разницы по заданной оси.

Первая разность определяется как out[n] = a[n+1] - a[n] по заданной оси, более высокие разности вычисляются с помощью diff рекурсивно.

Параметры:	a : array_like Входной массив n : int, необязательно Количество раз, когда значения различаются. axis : int, необязательно Ось, по которой берется разность, по умолчанию — последняя ось.
Возвращает:	diff : ndarray n-я разность. Форма выходного массива такая же, как a, за исключением axis, где размерность меньше на n. Тип выходного массива такой же, как у входного.

См. также

gradient, ediff1d, cumsum

Примечания

Для булевых массивов сохранение типа означает, что результат будет содержать False при одинаковых последовательных элементах и True при их различии.

Для массивов целых без знака результаты также будут без знака. Это не должно удивлять, поскольку 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,...]
array(255, np.uint8)

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

>>> 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]])