python - Numpy - 计算数组中固定距离的所有可能差异

Question

假设我有一个数组，我想计算距离 Delta 处的元素之间的差异。我可以使用 numpy.diff(Array[::Delta-1])，但这不会给出所有可能的差异(从每个可能的起点)。要得到它们，我可以想到这样的事情:

for j in xrange(Delta-1):
    NewDiff = numpy.diff(Array[j::Delta-1])
    if j==0:
        Diff = NewDiff
    else:
        Diff = numpy.hstack((Diff,NewDiff))

但如果这是最有效的方法，我会感到惊讶。熟悉 numpy 最通俗易懂的功能的人有什么想法吗？

Answer 1

以下函数返回一个二维 numpy 数组 diff，其中包含列表或 numpy 数组 a 的所有可能组合之间的差异。例如，diff[3,2] 将包含 a[3] - a[2] 等的结果。

def difference_matrix(a):
    x = np.reshape(a, (len(a), 1))
    return x - x.transpose()

更新

看来我误解了这个问题，你只是在问数组元素的差异，这些元素相距一定距离 d。¹⁾

这可以通过以下方式完成:

>>> a = np.array([1,3,7,11,13,17,19])
>>> d = 2
>>> a[d:] - a[:-d]
array([6, 8, 6, 6, 6])

看看at the documentation了解有关此表示法的更多信息。

但是，我在上面发布的差异矩阵函数不会白费。事实上，您要查找的数组是 difference_matrix 返回的矩阵的对角线。

>>> a = [1,3,7,11,13,17,19]
>>> d = 2
>>> m = difference_matrix(a)
>>> np.diag(m, -d)
array([6, 8, 6, 6, 6])

^{1) 从您的评论来看，这个距离 d 与您似乎使用的 Delta 不同，d = Delta - 1 ，使得一个元素与自身的距离为0，与相邻元素的距离为1。}