Python 矢量化可以应用于由两个或多个函数定义的函数Z=f（X，Y）吗

我使用np.meshgrid（）绘制一个标量函数：Z=f（X，Y）

当f（X，Y）由一个方程定义时，我没有问题。但是，当f（X，Y）被分成两个或多个方程时，例如：

X, Y = np.meshgrid(x, y, sparse = True, indexing = 'ij')
Z = f1(X,Y), y1 < y <= y2
Z = f2(X,Y), y > y2

X，Y=np.meshgrid（X，Y，sparse=True，index=ij）
Z=f1（X，Y），y1

我不知道如何从meshgrid数组中提取“Y”的值，以便在条件语句中对照y1和y2进行检查。我尝试过几种方法，如下面的一种，但都无济于事：

row1, col1 = np.where(Y == y1)
row2, col2 = np.where(Y == y2)
if( Y > Y[row1][0] and Y <= Y[row2][0] ):
    Z = f1(X, Y)
elif ( Y > Y[row2][0] ):
    Z = f2(X, Y)

row1，col1=np。其中（Y==y1）
行2，col2=np，其中（Y==y2）
如果（Y>Y[row1][0]和Y[row2][0]）：
Z=f2（X，Y）

当我使用数组计算Z时，执行速度非常慢，至少慢10到20倍，这取决于网格大小，与矢量化相比。 在这种情况下可以应用矢量化吗？怎样？

---

谢谢

如果分割是针对给定的常量x或y值，如您的示例中所示，您可以计算两个区域（y=y1）的函数，然后叠加结果：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-5, 5, 0.1)
y1 = np.arange(-5, 2, 0.1)
y2 = np.arange(2, 5, 0.1)

xx, yy1 = np.meshgrid(x, y1, sparse=True)
xx, yy2 = np.meshgrid(x, y2, sparse=True)

z1 = np.sin(xx**2 + yy1**2) / (xx**2 + yy1**2)
z2 = xx + yy2

z = np.vstack([z1,z2])
y = np.hstack([y1,y2])
h = plt.contourf(x,y,z)

---

但是，如果区域不是单独用x或y划分，而是用x+y划分，则这不起作用。

一般使用

np

z = np.where(Y <= y2, f1(X, Y), f2(X, Y))

请注意，如果您的某个函数在其范围外引发错误，您将得到错误，因为
np。其中
计算整个
X，Y
范围内的函数。在这种情况下，你会想尝试@Stef的方法
Daniel F。还有Stef，谢谢你的时间，我真的很感激！。两种解决方案都很有效。我将实施Daniel的解决方案，因为我已经有了类似的解决方案。然而，Stef的方法是一个很好的选择，因为我的应用程序中z=f（x，y）的表达式大约有3行长，所以为每个区域分别定义它将提高可读性并避免混乱。再次感谢！不客气。如果你喜欢的话，你可以对两个答案都投赞成票。斯特夫，我当然对两个答案都投了赞成票，但因为我的“声誉”。。。“感谢您的反馈！声誉低于15的人所投的票会被记录下来，但不会改变公开显示的帖子分数。”我想，随着我的“声誉”的提高，希望（LOL），投票结果会显示出来。再次感谢您的帮助。好的，没问题（我不知道升级投票需要最低声誉）。
Z = np.zeros_like(Y)  # same shape and dtype as `Y`
np.where(y1 < Y <= y2, f1(X, Y), out = Z)
np.where(y< y2, f2(X,Y), out = Z)