mindspore.numpy.diff

mindspore.numpy.diff(a, n=1, axis=- 1, prepend=None, append=None)

计算沿给定 axis 的n阶离散差分。

一阶差分由 \(out[i] = a[i+1] - a[i]\) 给出，沿给定 axis，通过迭代使用 diff 计算更高阶的差分。

说明

由于MindSpore不支持zero-shaped的Tensor，如果遇到空Tensor将引发ValueError。

参数：

• a (Tensor) - 输入Tensor。

• n (int, 可选) - 差分阶数。 如果为零，输出将按原样返回。 默认值：1。

• axis (int, 可选) - 取差分的轴。 默认为最后一个轴。 默认值：-1。

• prepend/append (Tensor, 可选) - 在执行差分之前在 axis 的前/后向 a 填充的值。 如果是标量值，会沿着 axis 方向填充，填充宽度为1，在所有其他方向上与输入数组shape相同的数组。否则，除了指定的 axis ，其余维度和shape必须与输入数组 a 匹配。 默认值： None 。

返回：

n阶差分。 输出的shape除了在指定的 axis 方向上的维数比 a 小 n 外，其他与 a 相同。 输出的类型与 a 中任意两个元素之间差分的类型相同，在大多数情况下，与 a 的类型相同。

异常：

• TypeError - 如果输入的类型不符合上述指定类型。

• ValueError - 如果 n < 0。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> arr = np.array([1, 3, -1, 0, 4])
>>> print(np.diff(arr, n=2))
[-6  5  3]