Python numpy piecewise用法及代码示例

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

用法:

numpy.piecewise(x, condlist, funclist, *args, **kw)

评估 piecewise-defined 函数。

给定一组条件和相应的函数，在输入数据的条件为真时评估每个函数。

参数：

x： ndarray 或标量

输入域。

condlist： 布尔数组或布尔标量列表

每个布尔数组对应 funclist 中的一个函数。当 condlist[i] 为 True 时，funclist[i](x) 被用作输出值。

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

的长度条件清单必须对应于函数列表.如果给出一个额外的函数，即如果len(funclist) == len(condlist) + 1，那么这个额外的函数就是默认值，在所有条件都为假的地方使用。

funclist： 可调用对象、f(x,*args,**kw) 或标量列表

每个函数都经过评估x只要其对应条件为真。它应该将一维数组作为输入，并给出一维数组或标量值作为输出。如果提供标量而不是可调用对象，则提供一个常量函数 (lambda x: scalar) 假设。

args： 元组，可选

给 piecewise 的任何其他参数都会在执行时传递给函数，即，如果调用 piecewise(..., ..., 1, 'a') ，则每个函数都称为 f(x, 1, 'a') 。

kw： 字典，可选

调用 piecewise 时使用的关键字参数在执行时传递给函数，即，如果调用 piecewise(..., ..., alpha=1) ，则每个函数都称为 f(x, alpha=1) 。

返回：

out： ndarray

输出的形状和类型与 x 相同，可以通过在 x 的适当部分调用 funclist 中的函数来找到，如 condlist 中的布尔数组所定义。任何条件未涵盖的部分的默认值为 0。

注意：

这类似于选择或选择，除了函数是在满足 condlist 中相应条件的 x 元素上评估的。

结果是：

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

例子：

定义 sigma 函数，对于 x < 0 为 -1，对于 x >= 0 为 +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)