Numpy：非相邻值的差异

Question

我想获取一维 numpy 数组中不相邻值的差异。该数组是沿时间线从 1 到 的一系列值N。对于N=12，数组可能看起来像timeline = np.array([ 0, np.nan, np.nan, 4, np.nan, 6, np.nan, np.nan, 9, np.nan, 11, 12])或喜欢timeline = np.array([ 0,  0,  0,  4,  0,  6,  0,  0,  9,  0, 11, 12])所需的结果应如下所示：（数组的大小是完整的，位置很重要）diff = np.array([ 0,  0,  0,  4,  0,  2,  0,  0,  3,  0, 2, 1])np.diff返回相邻值的差异，并利用 NaN 值“强制”它使用最后一个“好”值，但不起作用。有没有一种简单的方法可以做到这一点？

Answer 1

使用索引列表。我假设您想保持第一个值不变。

对于零间隔：

imask = np.flatnonzero(timeline)

diff = np.zeros_like(timeline)

diff[imask[0]] = timeline[imask[0]]

diff[imask[1:]] = timeline[imask[1:]] - timeline[imask[:-1]]

或者更优雅地，将最后两行替换为：

diff[imask] = np.diff(timeline[imask], prepend=0)

对于nans 只需将第一行替换为

imask = np.flatnonzero(~np.isnan(timeline))

如果您可以访问用于进行选择的原始蒙版，那就更好了。使用它作为参数来flatnonzero代替。