Numpy Heaviside – 计算 Heaviside 阶跃函数

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。

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：

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(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ufunc`True`，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

numpy.heaviside() 语法参数

返回值

由 x1 的逐元素 Heaviside 阶跃函数组成的数组。

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)

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. ]

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.]

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。