Numpy - 将 x,y 坐标的二维数组转换为坐标之间距离的平面数组

我想使用 numpy 将 x,y 坐标的二维数组转换为每个坐标之间的距离的平面数组。请注意，第一对 x/y 坐标应保留在输出数组中，作为稍后重建坐标的参考。

此过程的目的是减小数组的大小，以提高网络共享的速度。

例如：

input = [[-8081441,5685214], [-8081446,5685216], [-8081442,5685219], [-8081440,5685211], [-8081441,5685214]]
output = [-8081441, 5685214, 5, -2, -4, -3, -2, 8, 1, -3]

def parseCoords(coords):
    #keep the first x,y coordinates
    parsed = [int(coords[0][0]), int(coords[0][1])]
    for i in xrange(1, len(coords)):
        parsed.extend([int(coords[i-1][0]) - int(coords[i][0]), int(coords[i-1][1]) - int(coords[i][1])])
    return parsed

parsedCoords = parseCoords(input)

为了提高性能，是否可以使用 numpy 数组执行与此函数相同的操作？

首先，为了性能，让我们将列表输入转换为数组（如果它还不是数组），如下所示 -

arr = np.asarray(input).astype(int)

现在，我们有一种方法np.diff https://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.diff.html -

np.hstack((arr[0], (-np.diff(arr, axis=0)).ravel()))

另一种方法是slicing https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html#basic-slicing-and-indexing复制差异化 -

np.hstack((arr[0], (arr[:-1,:] - arr[1:,:]).ravel()))