numpy.piecewise

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.piecewise.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

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，对条件为真的每个函数求值。

参数：

x：ndarray 输入域。 condlist：bool数组的列表 每个布尔数组对应于funclist中的函数。在condlist [i]为真的情况下，使用funclist [i]（x）作为输出值。 condlist中的每个布尔数组选择一个x，因此应与x形状相同。 condlist的长度必须对应于funclist的长度。如果给出一个额外的函数，即如果len（funclist） - len（condlist） == t4 > 1，那么该额外函数是默认值，在所有条件为假的情况下使用。 funclist：可调用项列表，f（x，* args，** kw）或标量 每个函数在x上计算，无论其对应的条件为True。它应该使用数组作为输入，并给出一个数组或标量值作为输出。如果不是可调用的，而是提供标量，则常数函数（λ x： 标量）假定。 args：tuple，可选 任何给予piecewise的进一步的参数在执行时传递给函数，即如果调用分段（...， ...， t5> 1， 'a'），则每个函数称为f（x， 1， 'a'）。 kw：dict，可选 用于调用piecewise的关键字参数在执行时传递给函数，即如果调用分段（...， ...， t5> lambda = 1），则每个函数被称为f（x， lambda = 1） / t7>。

返回：

out：ndarray 输出与x具有相同的形状和类型，并且通过调用x的适当部分的funclist中的函数找到，由中的布尔数组定义。 condlist。未被任何条件覆盖的部分的默认值为0。

也可以看看

choose，select，where

笔记

这类似于选择或选择，除了对x的元素评估满足condlist的相应条件的函数。

其结果是：

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

例子

Define the sigma function, which is -1 for x < 0 and +1 for x >= 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.])

Define the absolute value, which is -x for x <0 and x for x >= 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])