目录
diff函数是求差分和近似导数。
语法
Y = diff(X)
Y = diff(X,n)
以一个二维 p x m 输入数组 A 为例:
-
diff(A,1,1) 会对 A 的列中的连续元素进行处理,然后返回 (p-1)xm 的差分矩阵。
-
diff(A,1,2) 会对 A 的行中的连续元素进行处理,然后返回 px(m-1) 的差分矩阵。
差分数组,以标量、向量、矩阵或多维数组形式返回。如果 X 是一个非空数组,则由 diff 所处理的 X 的维度在输出中的大小将减小 n。
说明
Y= diff(X) 计算沿大小不等于 1 的第一个数组维度的 X 相邻元素之间的差分:
-
如果 X 是长度为 m 的向量,则 Y = diff(X) 返回长度为 m-1 的向量。Y 的元素是 X 相邻元素之间的差分。
Y = [X(2)-X(1) X(3)-X(2) ... X(m)-X(m-1)]
-
如果 X 是不为空的非向量 p×m 矩阵,则 Y = diff(X) 返回大小为 (p-1)×m 的矩阵,其元素是 X 的行之间的差分。
Y = [X(2,:)-X(1,:); X(3,:)-X(2,:); ... X(p,:)-X(p-1,:)]
-
如果 X 是 0×0 的空矩阵,则 Y = diff(X) 返回 0×0 的空矩阵。
Y = diff(X,n) 通过递归应用 diff(X) 运算符 n 次来计算第 n 个差分。在实际操作中,这表示 diff(X,2) 与 diff(diff(X)) 相同。
Y = diff(X,n,dim) 是沿 dim 指定的维计算的第 n 个差分。dim 输入是一个正整数标量。
示例
向量元素之间的差分
创建一个向量,然后计算元素之间的差分。
X = [1 1 2 3 5 8 13 21];
Y = diff(X)
Y = 1×7
0 1 1 2 3 5 8
请注意,Y 的元素比 X 少一个。
矩阵行之间的差分
创建一个 3×3 矩阵,然后计算各行之间的一阶差分。
X = [1 1 1; 5 5 5; 25 25 25];
Y = diff(X)
Y = 2×3
4 4 4
20 20 20
Y 是 2×3 矩阵。
多阶差分
创建一个向量,然后计算元素之间的二阶差分。
X = [0 5 15 30 50 75 105];
Y = diff(X,2)
Y = 1×5
5 5 5 5 5
矩阵列之间的差分
创建一个 3×3 矩阵,然后计算各列之间的一阶差分。
X = [1 3 5;7 11 13;17 19 23];
Y = diff(X,1,2)
Y = 3×2
2 2
4 2
2 4
Y 是一个 3×2 矩阵。
使用差分求导数近似值
使用 diff 函数和语法 Y = diff(f)/h 求偏导数近似值,其中 f 是函数值在某些域 X 上计算的向量,h 是一个相应的步长大小。
例如,sin(x) 相对于 x 的第一个导数为 cos(x),相对于 x 的第二个导数值为 -sin(x)。可以使用 diff 求这些导数的近似值。
h = 0.001; % step size
X = -pi:h:pi; % domain
f = sin(X); % range
Y = diff(f)/h; % first derivative
Z = diff(Y)/h; % second derivative
plot(X(:,1:length(Y)),Y,'r',X,f,'b', X(:,1:length(Z)),Z,'k')
在此绘图中,蓝色线条对应原始函数 sin。红色线条对应计算出的第一个导数 cos,黑色线条对应计算出的第二个导数 -sin。
日期时间值之间的差
创建一个等间距日期时间值序列,并计算这些值之间的时间差。
t1 = datetime('now');
t2 = t1 + minutes(5);
t = t1:minutes(1.5):t2
t = 1x4 datetime
Columns 1 through 3
31-Jan-2020 22:40:53 31-Jan-2020 22:42:23 31-Jan-2020 22:43:53
Column 4
31-Jan-2020 22:45:23
dt = diff(t)
dt = 1x3 duration
00:01:30 00:01:30 00:01:30
diff 返回 duration 数组。