Python 带numpy的分段线性函数
我试图使用两个Python 带numpy的分段线性函数,python,numpy,piecewise,Python,Numpy,Piecewise,我试图使用两个x0和y0坐标数组中的数据来创建一个函数,该函数使用提供的x0和y0来计算分段序列 为此,我创建了一个函数 然而,结果并不像我预期的那样。 我看了关于这个主题的其他帖子,包括和,以及文档。 但是,我无法理解为什么代码不能按预期工作。看起来只考虑了lambda的最后一个定义。 欢迎提出建议。lambda定义中的ab在周围的范围内定义,因此每次迭代都会发生变化。只有上一次迭代的ab值会反映到所有lambda函数中 一种可能的解决方案是使用工厂方法创建lambda函数: import
x0
和y0
坐标数组中的数据来创建一个函数,该函数使用提供的x0
和y0
来计算分段序列
为此,我创建了一个函数
然而,结果并不像我预期的那样。
我看了关于这个主题的其他帖子,包括和,以及文档。
但是,我无法理解为什么代码不能按预期工作。看起来只考虑了lambda
的最后一个定义。
欢迎提出建议。lambda定义中的
ab
在周围的范围内定义,因此每次迭代都会发生变化。只有上一次迭代的ab
值会反映到所有lambda函数中
一种可能的解决方案是使用工厂方法创建lambda函数:
import numpy as np
import matplotlib.pylab as pl
def lambda_factory(ab):
return lambda x:x*ab[0]+ab[1]
def broken_line(x, x0, y0):
cl = []
fl = []
for i in range(len(x0)-1):
ab = np.polyfit(x0[i:i+2], y0[i:i+2], 1)
# Compute and append a "condition" interval
cl.append(np.logical_and(x >= x0[i], x <= x0[i+1]))
# Create a line function for the interval
fl.append(lambda_factory(ab))
return(np.piecewise(x, condlist=cl, funclist=fl))
x0 = np.array([1, 3, 5, 10])
y0 = np.array([2, 1, 5, 7])
x = np.linspace(1, 10, 30)
pl.plot(x, broken_line(x, x0, y0))
pl.plot(x0, y0)
pl.show()
在循环中。在这里,您创建外部作用域变量的局部变量ab
在这两种情况下,结果如下所示:
更多参考请参见非常感谢,它解决了问题(我实施了第二个解决方案,可能更“紧凑”)!还感谢您提供python常见问题解答的链接
import numpy as np
import matplotlib.pylab as pl
def lambda_factory(ab):
return lambda x:x*ab[0]+ab[1]
def broken_line(x, x0, y0):
cl = []
fl = []
for i in range(len(x0)-1):
ab = np.polyfit(x0[i:i+2], y0[i:i+2], 1)
# Compute and append a "condition" interval
cl.append(np.logical_and(x >= x0[i], x <= x0[i+1]))
# Create a line function for the interval
fl.append(lambda_factory(ab))
return(np.piecewise(x, condlist=cl, funclist=fl))
x0 = np.array([1, 3, 5, 10])
y0 = np.array([2, 1, 5, 7])
x = np.linspace(1, 10, 30)
pl.plot(x, broken_line(x, x0, y0))
pl.plot(x0, y0)
pl.show()
fl.append(lambda x, ab=ab:x*ab[0]+ab[1])