mindspore.ops.diff

mindspore.ops.diff(x, n=1, axis=- 1, prepend=None, append=None)[源代码]

沿着给定维度计算输入Tensor x 的n阶前向差分。

第一阶差分沿着给定 axis 由如下公式计算：\(out[i] = x[i+1] - x[i]\) ，更高阶差分通过将上一阶计算结果作为输入迭代调用 diff 计算实现。

说明

不支持空Tensor, 如果传入了空Tensor，会出现ValueError。空Tensor指的是，Tensor的任意一维为零。比如shape为 \((0,)\) ， \((1, 2, 0, 4)\) 的Tensor都为空Tensor。

参数：

x (Tensor) - 输入Tensor。x元素的数据类型不支持uint16、uint32 或 uint64。
n (int，可选) - 递归计算差分的阶数，目前只支持1。默认值： 1 。
axis (int，可选) - 计算差分的维度，默认是最后一维。默认值： -1 。
prepend (Tensor，可选) - 在计算差分之前，沿 axis 添加到 x 之前的值。它们的维度必须与输入的维度相同，并且它们的shape必须与输入的shape匹配，但 axis 除外。默认值： None 。
append (Tensor，可选) - 在计算差分之前，沿 axis 添加到 x 之后的值。它们的维度必须与输入的维度相同，并且它们的shape必须与输入的shape匹配，但 axis 除外。默认值： None 。

返回：

Tensor，输入Tensor差分后的结果。输出的shape除了第 axis 维上尺寸缩小 n 以外，与 x 一致。输出的类型与 x 一致。

异常：

支持平台：

Ascend GPU CPU

样例：

>>> from mindspore import Tensor, ops
>>> x = Tensor([1, 3, -1, 0, 4])
>>> out = ops.diff(x)
>>> print(out.asnumpy())
[ 2 -4  1  4]