我正在尝试使用来自两个x0
和y0
坐标数组的数据创建一个函数,该函数使用提供的x0
和y0
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()
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this和this 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。
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:
有关详细信息,请参阅python faq