Numpy 下一个元素减去前一个

Question

我想从 numpy 数组的特定轴中的当前元素中减去下一个元素。但是，我知道如何使用大量循环来做到这一点。我的问题是：如何以最有效的方式做到这一点？也许使用numpy？

我的 Python 代码如下：

import numpy as np

np.random.seed(0)

myarr = np.random.rand(20, 7, 11, 151, 161)

newarr = np.full((20, 6, 11, 151, 161), np.nan)

for iyr in range(20):
    for iwk in range(6):
        for imb in range(11):
            for ilat in range(151):
                for ilon in range(161):
                     newarr[iyr, iwk, imb, ilat, ilon] = myarr[iyr, iwk + 1, imb, ilat, ilon] - myarr[iyr, iwk, imb, ilat, ilon]

Answer 1

有一些很好的方法可以做到这一点。如果你不关心最后一个元素是 NaN，你可以使用np.diff

myarr = np.random.rand(20, 7, 11, 151, 161)
newarr = np.diff(myarr, axis=1)

结果将具有 shape (20, 6, 11, 151, 161)。

如果您真的想保留这些 NaN，我建议您使用np.empty_likeand np.subtract。分配 withnp.full有点浪费，因为您肯定会设置几乎所有元素。您拥有的唯一 NaN 位于第二维的最后一个索引中，您可以自己非常便宜地初始化它：

myarr = np.random.rand(20, 7, 11, 151, 161)
newarr = np.empty_like(myarr)  # Don't repeat shape
newarr[:, -1, ...] = np.nan
np.subtract(myarr[:, 1:, ...], myarr[:, :-1, ...], out=newarr[:, :-1, ...])

由于myarr[:, 1:, ...],myarr[:, :-1, ...]和newarr[:, :-1, ...]是视图，因此此操作几乎完全避免了临时数组和不必要的初始化。