python - 在所有方向和所有元素上获得一阶微分的最佳方法

标签 python algorithm performance numpy

我想知道可能使用 python 2.7 在所有方向上计算 n 大小的二维数组的一阶微分的最佳方法是什么。 例子 [[1,2,3],[4,5,6],[7,8,9]] 假设我根据计算机计算元素 [1][1] 或根据数学计算元素 [2][2],即 5

[5-1、5-2、5-3、5-4、5-5、5-6、5-7、5-7、5-9]

我应该使用什么方法来做到这一点?我应该研究的任何库/算法? 如何存储这些值并对其进行跟踪?

最佳答案

使用 NumPy 怎么样

import numpy as np
A = np.array([[1,2,3],[4,5,6],[7,8,9]])
diff = A[1,1] - A

如果你想将结果作为一维数组

diff = diff.reshape(-1)

关于python - 在所有方向和所有元素上获得一阶微分的最佳方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33751076/

相关文章:

Python Pandas 将一列中的 NaN 替换为同一行另一列中的值作为列表列

javascript - 寻找最大的回文数,它是两个简单(素数)五位数的乘积。 Javascript

php - 使用 : the MySQL or PHP md5 function? 什么更快/更好

python - 为什么 IF 条件一直被评估为 True

algorithm - 如何计算第三个值的两个值范围之间的百分比

python /赛通 : Overhead with classes stored in numpy arrays

c# - 在某个字段中搜索指定值的数组

python - 在python中合并多个表后更改重复的列名

python - 降低caffe培训输出的详细程度?

python - 如何使用完整 LSTM 序列的输出? tensorflow