numpy.piecewise#

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

评估分段定义的函数。

给定一组条件和相应的函数,在输入数据的任何满足其条件的位置评估每个函数。

参数::
xndarray 或标量

输入域。

condlist布尔数组或布尔标量的列表

每个布尔数组对应于 funclist 中的一个函数。在任何 condlist[i] 为 True 的位置,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。

condlist 的长度必须与 funclist 的长度一致。如果给出一个额外的函数,即如果 len(funclist) == len(condlist) + 1,则该额外函数是默认值,在所有条件为假的位置使用。

funclist可调用函数列表,f(x,*args,**kw),或标量

在每个函数的对应条件为 True 的位置,它都会在 x 上被评估。它应该以一个 1 维数组作为输入,并输出一个 1 维数组或一个标量值。如果提供了一个标量而不是可调用函数,则假定它是一个常量函数 (lambda x: scalar)。

args元组,可选

传递给 piecewise 的任何其他参数都会在执行时传递给函数,例如,如果调用 piecewise(..., ..., 1, 'a'),则每个函数都被调用为 f(x, 1, 'a')

kw字典,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,例如,如果调用 piecewise(..., ..., alpha=1),则每个函数都被调用为 f(x, alpha=1)

返回值::
outndarray

输出与 x 具有相同的形状和类型,通过在 x 的适当部分上调用 funclist 中的函数来找到,如 condlist 中的布尔数组所定义。任何不满足任何条件的部分的默认值为 0。

参见

choose, select, where

备注

这与 choose 或 select 类似,只是函数在 x 中满足 condlist 中对应条件的元素上被评估。

结果为

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

示例

>>> import numpy as np

定义符号函数,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-x,对于 x >= 0x

>>> 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)