numpy.diff()

numpy.diff

np.diff()用于计算数组/列表中元素之间的差值。

• 例1,如果你有一个数组:

arr = [1, 2, 3, 4, 5]
np.diff(arr)的结果会是:
[1 1 1 1]

这是因为:
差值 ：1 和 2 是 1
差值 ：2 和 3 是 1
差值 ：3 和 4 是 1
差值 ：4 和 5 是 1
所以np.diff()返回一个数组,包含原数组中相邻元素之间的差值。
这个函数在许多情况下非常有用,例如:

1. 计算差分信号 - 原始信号的差分通常包含重要信息。
2. 找到突变点 - 若相邻元素差值突变,则说明可能存在突变点。
3. 统计/分析变化率 - 比较相邻时间段的差分大小,可以评估变化率的快慢。

• 例2:

import numpy as np
# 信号
signal = [1, 2, 3, 4, 6, 8, 10, 9, 8]  

# 差分信号  
diff_signal = np.diff(signal) 
print(diff_signal)
# [1 1 1 2 2 -1 -1]

# 找到第3个元素后的突变点  
mutation_point = np.argmax(np.abs(np.diff(signal))) + 1
print(mutation_point)
# 4 

# 相邻时间段的变化率  
time_period1 = np.diff(signal[:3])    
time_period2 = np.diff(signal[3:6])
time_period3 = np.diff(signal[6:])   

print(time_period1)
# [1 1]
print(time_period2)
# [2 2] 
print(time_period3)
# [-1]

• 例3：np.diff(seq, axis=0, prepend=0)

seq = [[1, 2], [3, 4], [5, 6]]
np.diff(seq, axis=0) 
# array([[2, 2],
#        [2, 2]])

它计算的是相邻两行(沿axis=0,即竖直方向)之间的差分。
但是,如果我们指定prepend=0,那么结果会变为:

np.diff(seq, axis=0, prepend=0) 
# array([[1, 2],  
#        [2, 2],
#        [2, 2]])

总之,np.diff是一个简单但非常有用的函数,可以用于计算相邻元素之间的差值,从而检测突变点、分析变化率等。