Python 如何使用NumPy计算向量化lambda中的最大值？

我想画两个函数的最大值，如下所示：

y_func = np.vectorize(lambda x: max(x**2, -.5 * x + 3))
plt.plot(x, y_func(y))

%matplotlib内联
将numpy作为np导入
将matplotlib.pyplot作为plt导入
x=np.linspace（-10100）
plt.绘图（x，（λx:max（x**2，-.5*x+3））（x））
plt.show（）

但是，它抱怨

max

：

包含多个元素的数组的真值不明确

还有

np.max

：

TypeError：只有长度为1的数组才能转换为Python标量

---

请尝试使用以下行：

np.array([x**2, 3-x/2]).max(0)

总而言之：

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-10, 100)
plt.plot(x, np.array([x**2, 3-x/2]).max(0))
plt.show()

---

问题在于

lambda

函数没有单独在numpy数组的每个元素上运行。它在整个阵列上运行，

max

不知道如何比较两个阵列

np.max

也不起作用，因为第二个输入应该是计算最大值的轴，而不是数组

您希望使用来比较相同大小的多个数组中的相应元素。它将在每个位置产生最大的元素

例如

x = np.array([1,2,3])
y = np.array([3,2,1])

np.maximum(x, y)
#   3   2   3

对于您的特定用例：

plt.plot(x, np.maximum(x ** 2, -.5 * x + 3))

---

我不完全理解你对这行最后一个x术语的要求：

plt.plot(x, (lambda x: max(x**2, -.5 * x + 3))(x))

无论如何，您应该能够执行以下操作：

y_func = np.vectorize(lambda x: max(x**2, -.5 * x + 3))
plt.plot(x, y_func(y))

---

它没有调用

ndarray.max

；它正在调用常规的

max

函数。