acb*_*acb 5 numpy numpy-ndarray
我想计算两个数组a和的数值导数b。
如果我做
c = diff(a) / diff(b)
我得到了我想要的，但我失去了优势（最后一点）所以c.shape ~= a.shape。
如果我做
c = gradient(a, b)
然后c.shape = a.shape，但我得到了完全不同的结果。
我已经读过 numpy 中梯度是如何计算的，我想它做了完全不同的事情，尽管我还不太明白其中的区别。但是有没有一种方法或另一种函数来计算微分，同时给出边缘处的值？
为什么gradient和 之间的结果如此不同diff？
这些函数虽然相关，但执行不同的操作。
np.diff只需沿给定轴获取矩阵切片的差异，并用于n第 -th 差异返回沿给定轴较小的矩阵n（您在本n=1例中观察到的情况）。请参阅：https ://docs.scipy.org/doc/numpy/reference/ generated/numpy.diff.html
np.gradient沿其所有维度生成数组的一组梯度，同时保留其形状https://docs.scipy.org/doc/numpy/reference/ generated/numpy.gradient.html 另请注意，np.gradient应针对一个输入数组执行，你的第二个参数b在这里没有意义（被解释为第一个非关键字参数，*varargs它的目的是描述第一个参数的值之间的间距），因此结果与你的直觉不符。
如果您确实需要match ，我会简单地使用c = diff(a) / diff(b)并附加值。例如，如果您希望渐变在窗口边缘附近消失，则可以附加零。cc.shapea.shape