二维阵列差异的Numpy矢量化

Question

我想在NumPy中的不同切片上绘制两个M x N阵列的差异。像这样：

dA = A[1:,:] - A[:-1,:]
dB = B[:,1:] - B[:,:-1]
C = dA * dB

但由于dA是（M-1）x N而dB是M x（N-1），所以它不是有效的操作。

换句话说，有没有办法在NumPy中对这个循环进行矢量化？

for i in range(M-1):
    for j in range(N-1):
        C[i,j] = (A[i+1,j] - A[i,j])*(B[i,j+1] - B[i,j])

Answer 1

看起来你想要：

dA = A[1:, :-1] - A[:-1, :-1]
dB = B[:-1, 1:] - B[:-1, :-1]
C = dA * dB

Answer 2

你也可以使用numpy.diff函数

    np.diff(A, axis=0)[:, :-1] * np.diff(B, axis=1)[:-1, :]