我对numpy.heaviside有一些问题功能。本质上,当我似乎将相同的值传递给函数时,它会给出不同的结果。
根据它给出的文档
0 if x1 < 0
heaviside(x1, x2) = x2 if x1 == 0
1 if x1 > 0
我相信问题在于x1==0
比较。原则上有两种选择:
- 检查该值是否为零且符合机器精度。
- 检查该值是否实际上为零。
我认为 numpy 会做 1.,但现在我认为它会做 2.
有什么办法可以避免这个问题吗?
最佳答案
我自己解决了。问题似乎确实是 numpy.heaviside 使用 np.equal - 就像零检查一样。这是一个使用 np.isclose 的函数相反。
import numpy as np
def heaviside_close(x1, x2):
closeCheck = np.isclose(x1, np.zeros_like(x1))
heavisideBare = np.heaviside(x1, 0.0)
zeroVal = np.where(closeCheck, x2, 0.0)-np.where(closeCheck, heavisideBare, np.zeros_like(heavisideBare))
result = heavisideBare+zeroVal
return result
print(heaviside_close(np.asarray([-1., -0.1, 1e-20, 0.1, 1.]), 0.5))
# >>> [0. 0. 0.5 1. 1. ]
print(np.heaviside(np.asarray([-1., -0.1, 1e-20, 0.1, 1.]), 0.5))
# >>> [0. 0. 1. 1. 1. ]
关于python - numpy.heaviside 和机器精度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55984798/