在 Numpy 中计算 Heaviside 阶跃函数
numpyserver side programmingprogramming更新于 2025/10/10 6:56:00
要计算 Heaviside 阶跃函数，请使用 Python Numpy 中的 numpy.heaviside() 方法。第一个参数是输入数组。第二个参数是数组元素为 0 时函数的值。返回输出数组 x1 的元素级 Heaviside 阶跃函数。如果 x1 和 x2 都是标量，则这是一个标量。
Heaviside 阶跃函数定义为 −
如果 x1 < 0，则为 0 如果 x1 == 0，则为 heaviside(x1, x2) = x2 如果 x1 > 0，则为 1
其中 x2 通常取为 0.5，但有时也会使用 0 和 1。
步骤
首先，导入所需的库 −
import numpy as np
使用 array() 方法创建 float 类型的数组 −
arr = np.array([50.8, -3.5, 120.3, 0, 320.1, 450.4, 0])
显示数组 −
print("数组...
", arr)
获取数组的类型 −
print("
我们的数组类型...
", arr.dtype)
获取数组的维度 −
print("
我们的数组维度...
",arr.ndim)
获取数组的形状 −
print("
我们的数组形状...
",arr.shape)
要计算 Heaviside 阶跃函数，请使用 Python Numpy 中的 numpy.heaviside() 方法。第一个参数是输入数组。第二个参数是数组元素为 0 时函数的值 −
print("
结果...
",np.heaviside(arr, 1))
示例
import numpy as np
# 使用 array() 方法创建浮点类型的数组
arr = np.array([50.8, -3.5, 120.3, 0, 320.1, 450.4, 0])
# 显示数组
print("数组...
", arr)
# 获取数组的类型
print("
我们的数组类型...
", arr.dtype)
# 获取数组的维度
print("
我们的数组维度...
",arr.ndim)
# 获取数组的形状
print("
我们的数组形状...
",arr.shape)
# 要计算 Heaviside 阶跃函数，请使用 Python Numpy 中的 numpy.heaviside() 方法
# 第一个参数是输入数组
# 第二个参数是数组元素为 0 时函数的值
print("
结果...
",np.heaviside(arr, 1))
输出
数组... [ 50.8 -3.5 120.3 0. 320.1 450.4 0. ] 我们的数组类型... float64 我们的数组维度... 1 我们的数组形状... (7,) 结果... [1. 0. 1. 1. 1. 1. 1.]
