Python定義分段函數的方法

這篇文章主要介紹Python定義分段函數的方法，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

Python如何定義分段函數呢？下面是一個分段函數：

一開始寫了個簡單版本log_norm0，只能逐元素一個一個得進行。不用想，對元素個數多的向量，肯定慢成烏龜。

后來想到使用一個指示函數，來區分分段的兩種情況，就得到log_norm1。不過這種情況比較特殊，不是每次都能成功構造的。

最后，查到numpy中有函數piecewise(x, condlist, funclist, *args, **kw)，它是專門用來構造分段函數，x是輸入，condlist表示分段的條件，funclist就表示對應分段的處理函數。這就得到了log_norm2。

# elementwise
def log_norm0(x):
    if x >= 0:
        return np.log(x + 1)
    else:
        return - np.log(- x + 1)
# indicator
def log_norm1(x):
    # ind = np.where(x > 0, 1, 0)
    ind = (x > 0)
    return np.log(x * ind + 1) - np.log(- x * (1.0 - ind) + 1)
# numpy.piecewise()
def log_norm2(x):
    return np.piecewise(x, [x >= 0, x < 0], [lambda x: np.log(1 + x), lambda x: - np.log(1 - x)])

最后，觀察一個各個函數的運行時間。

tic = time.time()
for i in range(x.size):
    y[i] = log_norm0(x[i])
toc = time.time()
print('log0: ', toc - tic)
tic = time.time()
y = log_norm1(x)
toc = time.time()
print('log1: ', toc - tic)
tic = time.time()
z = log_norm2(x)
toc = time.time()
print('log2: ', toc - tic)

觀察結果，還是使用指示函數的方法最快，不過跟piecewise差別不大。

log0:  33.59282732009888
log1:  0.4863457679748535
log2:  0.5942573547363281

以上是Python定義分段函數的方法的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！