numpy.piecewise#

numpy.piecewise(x, condlist, funclist, *args, **kw)[源代码]#

评估一个分段定义的函数.

给定一组条件和相应的函数,在输入数据上评估每个函数,只要其条件为真.

参数:
xndarray 或标量

输入域.

condlist布尔数组列表或布尔标量

每个布尔数组对应于 funclist 中的一个函数.在 condlist[i] 为 True 的地方,使用 funclist[i](x) 作为输出值.

condlist 中的每个布尔数组选择 x 的一部分,因此应与 x 具有相同的形状.

condlist 的长度必须与 funclist 的长度相对应.如果多给出一个函数,即如果 len(funclist) == len(condlist) + 1,那么这个额外的函数是默认值,用于所有条件都为假的情况.

funclist可调用对象列表,f(x,*args,**kw),或标量

每个函数在对应条件为真时对 x 进行评估.它应该以一个一维数组作为输入,并给出一个一维数组或一个标量值作为输出.如果提供的是一个标量而不是可调用对象,则假定为一个常数函数（lambda x: scalar）.

argstuple, 可选

任何进一步传递给 piecewise 的参数在执行时都会传递给函数,即,如果调用 piecewise(..., ..., 1, 'a'),那么每个函数都会被调用为 f(x, 1, 'a').

kwdict, 可选

在调用 piecewise 时使用的关键字参数会在执行时传递给函数,即,如果调用 piecewise(..., ..., alpha=1),那么每个函数都会被调用为 f(x, alpha=1).

返回:
outndarray

输出与 x 具有相同的形状和类型,并通过在 condlist 中的布尔数组定义的 x 的适当部分上调用 funclist 中的函数来找到.未被任何条件覆盖的部分具有默认值 0.

参见

choose, select, where

备注

这与选择或选择类似,不同之处在于函数在满足 condlist 中相应条件的 x 元素上进行评估.

结果是:

      |--
      |funclist[0](x[condlist[0]])
out = |funclist[1](x[condlist[1]])
      |...
      |funclist[n2](x[condlist[n2]])
      |--

示例

>>> import numpy as np

定义 signum 函数,对于 x < 0 返回 -1,对于 x >= 0 返回 +1.

>>> x = np.linspace(-2.5, 2.5, 6)
>>> np.piecewise(x, [x < 0, x >= 0], [-1, 1])
array([-1., -1., -1.,  1.,  1.,  1.])

定义绝对值,对于 x <0 是 -x,对于 x >= 0 是 x.

>>> np.piecewise(x, [x < 0, x >= 0], [lambda x: -x, lambda x: x])
array([2.5,  1.5,  0.5,  0.5,  1.5,  2.5])

将相同的函数应用于标量值.

>>> y = -2
>>> np.piecewise(y, [y < 0, y >= 0], [lambda x: -x, lambda x: x])
array(2)
On this page