在 numpy 中获取日志返回的最有效方法是什么

构建日志返回序列的最快且最优雅的解决方案是什么？

问题主要在于映射一个函数，该函数将第 i 个和第 (i+1) 个元素作为数组中每个元素的输入。

对于函数和简单数组，我可以定义日志返回，如下所示：

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，我正在从各个 numpy 元素构建一个列表，然后再次将其转换回 numpy 数组。

我还以相当粗暴的方式访问元素，因为我对生成器函数或 numpy 内部结构缺乏经验。

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:])])

相当于

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

np.log http://docs.scipy.org/doc/numpy/reference/generated/numpy.log.html取其中每个值的对数ar, and np.diff http://docs.scipy.org/doc/numpy/reference/generated/numpy.diff.html取每对连续值之间的差值。