numpy.heaviside

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

Вычислить функцию Хевисайда.

Функция Хевисайда [1] определяется как:

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

где x2 часто принимается равной 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 результата).

outndarray, None, или кортеж ndarray и None, необязательно

Местоположение, в котором хранится результат. Если указано, оно должно иметь форму, совместимую с входными данными. Если не указано или равно None, возвращается только что выделенная матрица. Кортеж (только как ключевой аргумент) должен иметь длину, равную числу результатов.

wherearray_like, необязательно

Это условие транслируется по входу. В местах, где условие истинно, массив out будет установлен на результат ufunc. В противном случае массив out сохранит свое первоначальное значение. Обратите внимание, что если неинициализированный массив out создается по умолчанию out=None, места в нем, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает:

outndarray или скаляр

Массив результатов, элемент-по-элементу функция Хевисайда от x1. Это скаляр, если оба x1 и x2 являются скалярами.

Примечания

Новое в версии 1.13.0.

Ссылки

[1]

Википедия, «Функция Хевисайда», https://en.wikipedia.org/wiki/Heaviside_step_function

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.])