Python numpy heaviside用法及代码示例

本文简要介绍 python 语言中 numpy.heaviside 的用法。

用法:

numpy.heaviside(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True [, signature, extobj ]) = <ufunc 'heaviside'>

计算 Heaviside 阶跃函数。

Heaviside 阶跃函数定义为：

0   if x1 < 0
heaviside(x1, x2) =  x2   if x1 == 0
                      1   if x1 > 0

其中 x2 通常取 0.5，但有时也使用 0 和 1。

参数：

x1： array_like

输入值。

x2： array_like

x1 为 0 时的函数值。如果 x1.shape != x2.shape ，它们必须可以广播到一个通用形状(成为输出的形状)。

out： ndarray，None，或 ndarray 和 None 的元组，可选

存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或 None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

where： 数组，可选

此条件通过输入广播。在条件为真的位置，out数组将设置为 ufunc 结果。在其他地方，out数组将保留其原始值。请注意，如果未初始化out数组是通过默认创建的out=None，其中条件为 False 的位置将保持未初始化状态。

**kwargs：

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

out： ndarray 或标量

x1 的输出数组、元素级 Heaviside 阶跃函数。如果 x1 和 x2 都是标量，则这是一个标量。

注意：

参考：

例子：

>>> np.heaviside([-1.5, 0, 2.0], 0.5)
array([ 0. ,  0.5,  1. ])
>>> np.heaviside([-1.5, 0, 2.0], 1)
array([ 0.,  1.,  1.])