Numpy - 计算固定距离的阵列中所有可能的差异

Question

假设我有一个数组，我想计算距离为Delta的元素之间的差异。我可以使用numpy.diff(Array[::Delta-1])，但这不会给出所有可能的差异（从每个可能的起点）。为了得到它们，我可以想到这样的事情：

for j in xrange(Delta-1):
    NewDiff = numpy.diff(Array[j::Delta-1])
    if j==0:
        Diff = NewDiff
    else:
        Diff = numpy.hstack((Diff,NewDiff))

但如果这是最有效的方法，我会感到惊讶。那些熟悉numpy最开放功能的人的想法？

Answer 1

以下函数返回一个二维numpy数组diff，它包含列表或numpy数组a的所有可能组合之间的差异。例如，diff[3,2]将包含a[3] - a[2]的结果，依此类推。

def difference_matrix(a):
    x = np.reshape(a, (len(a), 1))
    return x - x.transpose()

更新

我似乎误解了这个问题，你只是要求一个距离d分开的数组元素的差异.1）

这可以通过以下方式完成：

>>> a = np.array([1,3,7,11,13,17,19])
>>> d = 2
>>> a[d:] - a[:-d]
array([6, 8, 6, 6, 6])

看看at the documentation以了解有关此符号的更多信息。

但是，我在上面发布的差异矩阵的功能不应该是徒劳的。事实上，你正在寻找的数组是difference_matrix返回的矩阵的对角线。

>>> a = [1,3,7,11,13,17,19]
>>> d = 2
>>> m = difference_matrix(a)
>>> np.diag(m, -d)
array([6, 8, 6, 6, 6])

1）根据你的评论判断，这个距离d与你似乎使用的Delta不同，使用d = Delta - 1，因此元素和它自身之间的距离是0，它与相邻元素的距离是1。