numpy.heaviside#

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

计算 Heaviside 阶跃函数。

Heaviside 阶跃函数 [1] 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类数组

输入值。

x2类数组

当 x1 为 0 时函数的值。如果 x1.shape != x2.shape，它们必须能够广播到共同的形状（这将成为输出的形状）。

outndarray、None 或 ndarray 和 None 的元组，可选

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

where类数组，可选

此条件广播到输入。在条件为 True 的位置，out 数组将被设置为 ufunc 结果。在其他位置，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建未初始化的 out 数组，则其中条件为 False 的位置将保持未初始化。

**kwargs

对于其他仅关键字参数，请参阅 ufunc 文档。

返回:
outndarray 或标量

输出数组，x1 的逐元素 Heaviside 阶跃函数。如果 x1 和 x2 都是标量，则此结果为标量。

参考

[1]

维基百科，“Heaviside 阶跃函数”，https://en.wikipedia.org/wiki/Heaviside_step_function

示例

>>> import numpy as np
>>> 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.])
在此页面