NumPy 的梯度函数
np.random的梯度函数
函数 | 说明
np.gradient(f) 计算数组f中元素的梯度,当f为多维时,返回每个梯度
梯度:连续值之间的变化率,即斜率
xy坐标轴连续三个x坐标对应的y轴值:a,b,c,其中,b的梯度是:(c-a)/2
import numpy as np
a=np.random.randint(0,20,(5))
a
np.gradient(a)
上述中存有只有一侧值的情况:
如:3.,-7.,-13.
import numpy as np
b=np.random.randint(0,20,(5))
b
np.gradient(b)
上述有两侧的情况:-6.5
import numpy as np
a=np.random.randint(0,50,(3,5))
a
np.gradient(a)
上述中的第一个array为最外层维度的梯度,
第二个array为第二层维度的梯度。
如果一个数组是n维的,生成n个数组,每个数组都代表一个元素在第n维度的梯度值
梯度反应了元素的变化率,尤其是在图像,声音批量处理时助于我们发现边缘区域