numpy.heaviside

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

Вычислить функцию 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 также иногда используются 0 и 1.

Параметры

x1array_like

Входные значения.

x2array_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).

outndarray, None, or tuple of ndarray and None, optional

Расположение, в которое сохраняется результат. Если указано, оно должно иметь форму, на которую транслируются входные данные. Если не указано или равно None, возвращается свежевыделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную числу выходных данных.

wherearray_like, optional

Это условие транслируется по входным данным. В местах, где условие истинно, массив out будет установлен на результат ufunc. В противном случае, массив out сохранит свое исходное значение. Обратите внимание, что если массив out создан с помощью значения по умолчанию out=None, места в нём, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает

outndarray or scalar

Массив выходных данных, функция ступенчатого смещения Хевисайда по элементу x1. Это скалярное значение, если и x1 и x2 являются скалярными.

Примечания

Новое 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.])