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 иногда используются также 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, или кортеж ndarray и None, необязательно

Расположение, в котором хранится результат. Если указано, оно должно иметь форму, к которой транслируются входные данные. Если не указано или равно None, возвращается свежевыделенный массив. Кортеж (только в качестве ключевого аргумента) должен иметь длину, равную количеству выходов.

wherearray_like, необязательно

Это условие транслируется над входом. В местах, где условие истинно, out массив будет задан результатом ufunc. В противном случае out массив сохранит своё первоначальное значение. Обратите внимание, что если неинициализированный out массив создаётся 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 или скаляр

Выходной массив, элемент-поэлементная функция Хевисайда для 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.])