在本文中,我们学习如何使用numpy.heaviside()
Python 中的 NumPy 包函数 来计算 Heaviside 阶跃函数。我们将通过实现一些示例并理解其语法来更好地掌握这个主题。
另请阅读:Numpy real_if_close – 如果输入是复数且所有虚部接近于零,则返回实部
什么是 numpy.heaviside()?
numpy.heaviside()
是Python中NumPy包的数学函数。该函数用于计算输入数组的 Heaviside 阶跃函数。
数学表示和规则
我们定义了要实施的数学表示和规则numpy.heaviside()
如下:
- H(x1,x2) = 0 ,如果 x1 < 0
- H(x1,x2) = x2 ,如果 x1 = 0
- H(x1,x2) = 1 ,如果 x1 > 0
注:
– H 是用于表示 Heaviside 函数的符号,还使用其他符号,如 θ 和 u。
– x2 的值通常假设为 0.5,但有时也使用 1 或 0。
numpy.heaviside() 的语法
numpy.heaviside(x1, x2, / , out = None , * , where = True ) |
参数
范围 | 描述 | 必需/可选 |
x1 | 输入数组。 | 必需的 |
x2 | x1 值为 0 时函数的输入值/数组。如果 x1.shape != x2.shape ,则它们必须可广播为通用形状 |
必需的 |
出去 | 预期存储输出的位置。 | 选修的 |
在哪里 | 如果条件设置为,则结果数组将设置为ufuncTrue ,否则,它将保留其原始值。 |
选修的 |
**夸格 | 其他关键字参数。 | 选修的 |
返回值
由 x1 的逐元素 Heaviside 阶跃函数组成的数组。
使用赫维赛德的示例
导入 NumPy 并显示输入数组。
import numpy as np arr = np.array([ - 1.5 , 0 , 2 , 0.5 , 10.5 , - 20 ]) print ( "The input array : \n" ,arr) |
示例1:基本用法np.heaviside()
output = np.heaviside(arr, 0.5 ) print ( "The output array : \n" ,output) |
arr[0] : -1.5 < 0 因此输出[0]= 0
arr[1] : 0 = 0 因此输出[1]=0.5
arr[2] : 2 > 0 因此输出[2]=1
依此类推
The input array : [ -1.5 0. 2. 0.5 10.5 -20. ] The output array : [0. 0.5 1. 1. 1. 0. ] |
示例 2:分配 x2 = 1
x2 = np.zeros( 4 ) print ( "The output array : \n" ,np.heaviside([ 1.5 , 0.9 , - 4.5 , 1 ], x2)) |
输出
The output array : [1. 1. 0. 1.] |
结论
我们已经实现并理解了各种参数值下的语法和工作原理numpy.heaviside()
。在AskPython
上浏览更多文章。
参考
https://numpy.org/doc/stable/reference/ generated/numpy.heaviside.html