numpy.heaviside#
- numpy.heaviside(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'heaviside'>#
计算 Heaviside 阶跃函数.
Heaviside 阶跃函数 [1] 定义如下:
0 if x1 < 0 heaviside(x1, x2) = x2 if x1 == 0 1 if x1 > 0
其中 x2 通常取 0.5,但也偶尔使用 0 和 1.
- 参数:
- x1array_like
输入值.
- x2array_like
当 x1 为 0 时函数的值.如果
x1.shape != x2.shape,则它们必须可广播到公共形状(这将成为输出的形状).- outndarray, None, or tuple of ndarray and None, optional
结果存储到的位置.如果提供,它必须具有输入的广播到的形状. 如果未提供或为 None,则返回一个新分配的数组.一个元组(可能只能作为关键字参数)必须具有等于输出数量的长度.
- wherearray_like, optional
此条件在输入上进行广播.在条件为 True 的位置, out 数组将设置为 ufunc 结果.否则, out 数组将保留其原始值.请注意,如果通过默认值
out=None创建一个未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化.- \kwargs
对于其他仅限关键字的参数,请参阅 ufunc docs .
- 返回:
- outndarray 或标量
输出数组, x1 逐元素的海维赛德阶跃函数.如果 x1 和 x2 都是标量,则这是一个标量.
参考
[1]维基百科,“海维赛德阶跃函数”,https://en.wikipedia.org/wiki/Heaviside_step_function
示例
>>> import numpy as np >>> 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.])