numpy.heaviside #

麻木的。赫维赛( x1 , x2 , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ ,签名, extobj ] ) = <ufunc 'heaviside' > #

计算海维赛德阶跃函数。

海维赛阶跃函数定义为:

                      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类似数组

输入值。

x2类似数组

x1 为 0 时的函数值。如果,它们必须可广播为公共形状(成为输出的形状)。x1.shape != x2.shape

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。如果未提供或无,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。

其中array_like,可选

该条件通过输入广播。在条件为 True 的位置,输出数组将设置为 ufunc 结果。在其他地方,输出数组将保留其原始值。请注意,如果通过 default 创建 未初始化的outout=None数组,则其中条件为 False 的位置将保持未初始化状态。

**夸格

对于其他仅关键字参数,请参阅 ufunc 文档

返回
输出ndarray 或标量

x1的输出数组,逐元素 Heaviside 阶跃函数。如果x1x2都是标量,则这是一个标量。

笔记

1.13.0 版本中的新增功能。

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.])