Question

我有一组时间步长（以秒为单位）和一组位置（纬度）。两个阵列的大小相同，N = 36。我正在计算两个数组之间的np.gradient，当两个连续时间步长相同时返回nan值。但是，当我使用常数标量作为vararg值来计算梯度时，会得到正确的数据输出。我需要找到一种方法来创建具有不同时间步长的正确梯度输出。

使用Python 3.4和Numpy 1.14

我尝试使用原始的timestep数组计算梯度，该数组在值相同时返回nan值。接下来，我尝试使用单个标量值作为vararg输入来计算梯度，从而为我提供了正确的输出。然后，我尝试将vararg设置为具有所有相同时间步长值的numpy数组，这将返回所有-inf值。

#Original Code:    
dt = np.array([10800,10800,9900,5400,6300]) #delta time in seconds
x = np.array([-85.18,-85.80,-86.3,-87,-87.0]) #delta x in decimal degrees
dx_dt = np.gradient(x,dt) 
#returns:
#[nan,nan, 4.8e-004,-3.1e-004,-2.19e-004]

#Test 1 - test with constant scalar
dx_dt = np.gradient(x,10800) 
#returns:
#[-5.5e-5,-5.1e-5,-5.5e-5,-4.1e-5,-5.1e-5]

#Test 2 - test with constant array
dt = np.array([10800,10800,10800,10800,10800)]
dx_dt = np.gradient(x,dt) 
#returns:
#[-inf,-inf,-inf,-inf,-inf]

我希望np.gradient（x，10800）的输出与np.gradient（x，np.array（[10800,10800,10800,10800,10800]））相同，但是不是。

我需要一个没有nan或inf值的输出，以便下一部分代码正常工作，将-inf或nans设置为0并没有帮助。

Answer 1

对于numpy.gradient，当varargs是一个数组时，必须给出沿t的值的坐标，而不是增量。请参阅下面np.gradient documentation的第3点。

varargs：标量或数组列表，可选

f值之间的间距。所有尺寸的默认单位间距。间距可以使用：


单个标量，用于指定所有尺寸的样本距离。


N个标量，用于为每个维度指定恒定的采样距离。即dx，dy，dz，...



N个数组，用于指定沿F的每个维度的值的坐标。数组的长度必须与相应维度的大小匹配。


N个标量/数组的任意组合，其含义分别为2和3。

要获取渐变，可以使用np.cumsum从增量中获取坐标：

dt = np.array([10800,10800,9900,5400,6300]) #delta time in seconds
t = np.cumsum(dt)
x = np.array([-85.18,-85.80,-86.3,-87,-87.0]) #delta x in decimal degrees
dx_dt = np.gradient(x,t)

哪个给：

[-5.74074074e-05 -5.38061777e-05 -1.01703308e-04 -6.98005698e-05 0.00000000e+00]

您可以检查：

dx_dt = np.gradient(x,10800)

和

dt = np.array([10800,10800,10800,10800,10800])
t = np.cumsum(dt)
dx_dt = np.gradient(x,t)

给出相同的结果：

[-5.74074074e-05 -5.18518519e-05 -5.55555556e-05 -3.24074074e-05 0.00000000e+00]

numpy.gradient在使用具有常量值的varargs数组时返回nan值

1 个答案: