numpy.piecewise

时间:2018-03-01 10:10:40

标签: python numpy piecewise

我正在尝试使用来自两个x0y0坐标数组的数据创建一个函数,该函数使用提供的x0y0来计算分段系列段。

为此,我创建了一个函数

import numpy as np
import matplotlib.pylab as pl

def broken_line(x, x0, y0):
    cl = []
    fl = []
    for i in range(len(x0)-1):
        ab = np.polyfit(x0[i:i+2], y0[i:i+2], 1)
        # Compute and append a "condition" interval
        cl.append(np.logical_and(x >= x0[i], x <= x0[i+1]))
        # Create a line function for the interval
        fl.append(lambda x: x*ab[0] + ab[1])
    return(np.piecewise(x, condlist=cl, funclist=fl))

然后测试它我绘制了

的结果
x0 = np.array([1, 3, 5, 10])
y0 = np.array([2, 1, 5, 7])

x = np.linspace(1, 10, 30)

pl.plot(x, broken_line(x, x0, y0))
pl.plot(x0, y0)
pl.show()

enter image description here

但是,结果并不像我预期的那样。 我查看了有关该主题的其他帖子,包括thisthis other以及numpy.piecewise文档。 但是,我无法弄清楚为什么代码没有按预期工作。看起来只考虑了lambda的最后定义。 建议都是受欢迎的。

1 个答案:

答案 0 :(得分:1)

lambda定义中的ab在周围范围内定义,因此随着每次迭代而变化。只有最后一次迭代的ab值会反映到所有lambda函数中。

一种可能的解决方案是使用工厂方法创建lambda函数:

import numpy as np
import matplotlib.pylab as pl

def lambda_factory(ab):
    return lambda x:x*ab[0]+ab[1]

def broken_line(x, x0, y0):
    cl = []
    fl = []
    for i in range(len(x0)-1):
        ab = np.polyfit(x0[i:i+2], y0[i:i+2], 1)
        # Compute and append a "condition" interval
        cl.append(np.logical_and(x >= x0[i], x <= x0[i+1]))
        # Create a line function for the interval
        fl.append(lambda_factory(ab))
    return(np.piecewise(x, condlist=cl, funclist=fl))

x0 = np.array([1, 3, 5, 10])
y0 = np.array([2, 1, 5, 7])

x = np.linspace(1, 10, 30)

pl.plot(x, broken_line(x, x0, y0))
pl.plot(x0, y0)
pl.show()

另一种解决方案是将ab保存在lambda的局部变量中,从而使用

fl.append(lambda x, ab=ab:x*ab[0]+ab[1])
循环中的

。在这里,您可以创建外部范围变量ab的本地变量ab

在这两种情况下,结果如下所示:

Resulting piecewise fit

有关详细信息,请参阅python faq