Python如何定义分段函数呢?下面是一个分段函数:
一开始写了个简单版本log_norm0,只能逐元素一个一个得进行。不用想,对元素个数多的向量,肯定慢成乌龟。
后来想到使用一个指示函数,来区分分段的两种情况,就得到log_norm1。不过这种情况比较特殊,不是每次都能成功构造的。
相关推荐:《Python视频教程》
最后,查到numpy中有函数piecewise(x, condlist, funclist, *args, **kw),它是专门用来构造分段函数,x是输入,condlist表示分段的条件,funclist就表示对应分段的处理函数。这就得到了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 >&#61; 0, x <0], [lambda x: np.log(1 &#43; x), lambda x: - np.log(1 - x)])
最后&#xff0c;观察一个各个函数的运行时间。
tic &#61; time.time()
for i in range(x.size):
y[i] &#61; log_norm0(x[i])
toc &#61; time.time()
print(&#39;log0: &#39;, toc - tic)
tic &#61; time.time()
y &#61; log_norm1(x)
toc &#61; time.time()
print(&#39;log1: &#39;, toc - tic)
tic &#61; time.time()
z &#61; log_norm2(x)
toc &#61; time.time()
print(&#39;log2: &#39;, toc - tic)
观察结果&#xff0c;还是使用指示函数的方法最快&#xff0c;不过跟piecewise差别不大。
log0: 33.59282732009888
log1: 0.4863457679748535
log2: 0.5942573547363281