在numpy中獲取日志返回的最有效方法是什么

Question

建立一系列日志返回的最快，最優雅的解決方案是什么？

問題主要在映射一個函數，該函數將第i個和第（i + 1）個元素作為數組中每個元素的輸入。

對於函數和簡單數組，我可以定義以下日志返回：

import numpy as np
ar = np.random.rand(10)
f_logR = lambda ri, rf: np.log(rf) - np.log(ri)

logR = np.asarray([f_logR(ar[i], rf) for i,rf in enumerate(ar[1:])])

但是，我正在從各個numpy元素構建一個列表，然后再次將其轉換回numpy數組。

由於我對生成器函數或numpy內部構件的經驗很少，因此我也以相當粗暴的方式訪問元素。

Answer 1

f_logR = lambda ri, rf: np.log(rf) - np.log(ri)
logR = np.asarray([f_logR(ar[i], rf) for i,rf in enumerate(ar[1:])])

相當於

logR = np.diff(np.log(ar))

np.log發生在每一個值的對數ar ，和np.diff需要每個連續對值之間的差。