numpy.分段#

麻木的。分段( x , condlist , funclist , * args , ** kw ) [来源] #

评估分段定义的函数。

给定一组条件和相应的函数，只要条件为真，就对输入数据评估每个函数。

参数：

x ndarray 或标量

输入域。

condlist布尔数组或布尔标量列表

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

condlist中的每个布尔数组都会选择x的一部分，因此应与x具有相同的形状。

condlist的长度必须与funclist的长度相对应。如果给出一个额外函数，即 if ，那么该额外函数就是默认值，在所有条件均为 false 的情况下使用。len(funclist) == len(condlist) + 1

funclist可调用对象、f(x,*args,**kw) 或标量的列表

每个函数都会在x上进行计算，只要其对应的条件为 True。它应该采用一维数组作为输入，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函数，则假定为常量函数 ( )。lambda x: scalar

args元组，可选

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

kw字典，可选

调用中使用的关键字参数piecewise在执行时传递给函数，即，如果调用，则每个函数都被调用为。piecewise(..., ..., alpha=1)f(x, alpha=1)

返回：

输出数组: 输出的形状和类型与 x 相同，并且可以通过在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。

也可以看看

笔记

这与 Choose 或 select 类似，不同之处在于函数是对满足condlist中相应条件的x元素进行计算的。

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，对于为 -1 ，为 +1 。x < 0x >= 0

>>> 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，即-xfor和for 。x <0xx >= 0

>>> 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)