numpy.heaviside

numpy.heaviside(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'heaviside'>

Вычисление функции Хевисайда.

Функция Хевисайда определяется как:

                      0   if x1 < 0
heaviside(x1, x2) =  x2   if x1 == 0
                      1   if x1 > 0

где x2 часто принимается за 0,5, но иногда используются и 0 и 1.

Параметры:

x1 : array_like Входные значения. x2 : array_like Значение функции, когда x1 равно 0. Если x1.shape != x2.shape, они должны быть совместимы для трансляции в общую форму (которая становится формой выходных данных). out : ndarray, None, or tuple of ndarray and None, optional Место, в которое сохраняется результат. Если указано, оно должно иметь форму, совместимую с входными данными. Если не указано или None, возвращается только что выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную количеству выходов. where : array_like, optional Это условие транслируется по входным данным. В местах, где условие истинно, массив out будет установлен в результат ufunc. В противном случае массив out сохранит свое исходное значение. Обратите внимание, что если неинициализированный массив out создаётся по умолчанию out=None, места в нём, где условие ложно, останутся неинициализированными. **kwargs Для других ключевых аргументов см. документацию по ufunc.

Возвращает:

out : ndarray or scalar Выходной массив, поэлементная функция Хевисайда от x1. Это скаляр, если оба x1 и x2 являются скалярами.

Примечания

Введено в версии 1.13.0.

Ссылки

Примеры

>>> 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.])