如何解决检测 numpy 数组中的“大”变化
例如，给定这个 numpy array，我想知道当变化从 1 到 2，然后从 2 到 0 (0.22) 时的 indices。真的，我想要“剧烈”变化的指数：
<class 'numpy.ndarray'>
[1. 1. 1. 1. 1. 1.
1. 1.01851852 2. 2. 2. 2.
2. 2. 2. 2. 2. 0.22222222
0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0.
0. ]
或者在这个 numpy array 我想要 indices
<class 'numpy.ndarray'>
[1. 1. 1. 1. 1. 1. 1.
1. 1. 1. 1. 1. 1. 1.
1. 1. 1. 1.7029703 2. 2. 2.
2. 0.5049505 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0. 0. ]
当变化从 1 到 2 (1.7)，然后回到 0.5 (0)
我知道我可以遍历数组并得到答案。我想知道是否有一个在数学上令人满意的“change detection”函数可以做同样的事情。数组的 derivative 似乎没有这样做。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
