绘制Python中的分段函数

Question

我想使用Matplotlib在Python中绘制以下分段函数，从0到5。

f(x) = 1, x != 2; f(x) = 0, x = 2

在Python中......

def f(x):
 if(x == 2): return 0
 else: return 1

使用NumPy我创建一个数组

x = np.arange(0., 5., 0.2)

    array([ 0. ,  0.2,  0.4,  0.6,  0.8,  1. ,  1.2,  1.4,  1.6,  1.8,  2. ,
        2.2,  2.4,  2.6,  2.8,  3. ,  3.2,  3.4,  3.6,  3.8,  4. ,  4.2,
        4.4,  4.6,  4.8])

我尝试过像......

import matplotlib.pyplot as plt
plt.plot(x,f(x))

或者...

vecfunc = np.vectorize(f)
result = vecfunc(t)

或者...

def piecewise(x):
 if x == 2: return 0
 else: return 1

import matplotlib.pyplot as plt
x = np.arange(0., 5., 0.2)
plt.plot(x, map(piecewise, x))

ValueError: x and y must have same first dimension

但我没有正确使用这些功能，现在我只是随机猜测如何做到这一点。

一些答案​​开始到达那里......但是这些点正在连接成情节中的一条线。我们如何绘制积分？

Answer 1

  

有些答案已经开始实现......但重点是   在情节上连成一条线。我们如何绘制积分？

import matplotlib.pyplot as plt
import numpy as np

def f(x):
 if(x == 2): return 0
 else: return 1

x = np.arange(0., 5., 0.2)

y = []
for i in range(len(x)):
   y.append(f(x[i]))

print x
print y

plt.plot(x,y,c='red', ls='', ms=5, marker='.')
ax = plt.gca()
ax.set_ylim([-1, 2])

plt.show()

Answer 2

问题是函数f不会将数组作为输入而是单个数字。你可以：

plt.plot(x, map(f, x))

map函数接受函数f，数组x并返回另一个数组，其中函数f应用于数组的每个元素。

Answer 3

您可以在阵列上使用np.piecewise：

x = np.arange(0., 5., 0.2)
import matplotlib.pyplot as plt
plt.plot(x, np.piecewise(x, [x  == 2, x != 2], [0, 1]))

Answer 4

附加有效，但需要一些额外的处理。 np的分段工作正常。可以为任何功能执行此操作：

`

import math
import matplotlib as plt

xs=[]
xs=[x/10 for x in range(-50,50)]   #counts in tenths from -5 to 5

plt.plot(xs,[f(x) for x in xs])

`

Answer 5

如果您使用的是python 2.x，则map（）返回一个列表。 因此您可以这样编写代码：

import matplotlib.pyplot as plt
import numpy as np


def f(t):
    if t < 10:
        return 0;
    else:
        return t * t - 100;


t = np.arange(0, 50, 1)

plt.plot(t, map(f, t), 'b-')

plt.show()

如果您使用的是python 3.x，则map（）返回一个迭代器。 因此将地图转换为列表。

plt.plot(t, list(map(f, t)), 'b-')

Answer 6

您的函数是连续的，除了零度量的区间。在我看来，绘制它的正确方法是

In [8]: import matplotlib.pyplot as plt
   ...: plt.plot((0, 5), (1, 1), color='blue', label='Discontinuos function')
   ...: plt.scatter(2, 0, color='blue')
   ...: plt.grid()
   ...: plt.legend()
   ...: plt.show()

In [9]: