计算 numpy.gradient 的倒数的函数

Question

我有一个高斯函数，我使用 numpy.gradient 函数计算它的梯度。我想对渐变做些微的改变，然后得到一个稍微修改过的高斯分布。

python中有没有可以计算梯度倒数的函数？

我已经检查过这个 link Inverse of n-dimensional numpy.gradient 但找不到解决方案。

Answer 1

在 1D 中，以下代码段反转 np.gradient：

>>> A = scipy.stats.norm().pdf(np.linspace(-1, 1, 19))
>>> A
array([0.24197072, 0.26874286, 0.29481487, 0.31944801, 0.34189229,
       0.36142383, 0.37738323, 0.38921247, 0.39648726, 0.39894228,
       0.39648726, 0.38921247, 0.37738323, 0.36142383, 0.34189229,
       0.31944801, 0.29481487, 0.26874286, 0.24197072])
>>> 
>>> a = np.gradient(A)
>>> 
>>> A[0] + 2 * np.c_[np.r_[0, a[1:-1:2].cumsum()], a[::2].cumsum() - a[0] / 2].ravel()[:len(a)]
array([0.24197072, 0.26874286, 0.29481487, 0.31944801, 0.34189229,
       0.36142383, 0.37738323, 0.38921247, 0.39648726, 0.39894228,
       0.39648726, 0.38921247, 0.37738323, 0.36142383, 0.34189229,
       0.31944801, 0.29481487, 0.26874286, 0.24197072])

计算 numpy.gradient 的倒数的函数

Function to compute inverse of numpy.gradient

python

gradient

numpy