numpy（二）piecewise

一、遇到问题

发现分段函数的线画歪了：

经过分析，发现是这个函数的问题：当R<=0时，总是返回(array(0)，array(0))

![]()

很气，不知道为啥

单独拿出来测试也是一样的效果：

二、解决问题

一开始猜是scalar自动转为np.array时有问题，然而，人家官方API说可以用scalar
后来怀疑是lambda表达式的问题，结果去掉后还是有问题
再后来尝试整数和小数，才发现，是输入为 整数/小数 的问题！

1、关于值域和定义域的坑

【坑了我一下午，怎么都不对，直到和朋友探讨，才一点点排除问题，真挺坑的。
实际上还是自己对于函数的 值域 定义域的注意不够。】

（1）定义域是int时，值域是int，输出中带的小数会被舍弃（不是四舍五入、而是直接抹掉）

错误使用：

# 注意！piecewise的输出(值域)类型按照定义域R的类型，如果R的类型是int，那么，即使输出是【[0.28, lambda R: R + 0.03]】，也会舍弃小数，输出int类型！
import numpy as np  
x = 3
Y1 = np.piecewise(x, [x < 3.01, x >= 3.01], [2.7, lambda x:x+3.78])  
print(Y1)
# 结果：2

正确使用：

import numpy as np  
x = 3.0
Y1 = np.piecewise(x, [x < 3.01, x >= 3.01], [2.7, lambda x:x+3.78])  
print(Y1)

# 结果：2.7

（2）延伸：当定义域是int时，条件可以是float、不会强转为int再判断，结果不会受影响

如果受影响，结果应为6，此处为2，故没问题。

2、向量vs标量

scalar value 标量，也就是单个数值

取向量时，只要有一个输入是float，即使其他变量是int，也不会出问题：

如果向量全是int，也会有问题：

官方API中有写，可以取scalar value：
https://numpy.org/doc/stable/reference/generated/numpy.piecewise.html

三、我的优化

直到piecewise的值域问题后，
单独用时可能还会注意到，但是，
当在函数中，一整个数组作为参数传入时，很可能会忽略掉！

于是，在piecewise前，先把自变量+0.00变成float再说：

图正了，完美：

四、教训

1、早点暴露问题，求助朋友
我自己搞了3个小时都不行、到处查、问GPT也没用答案，
把问题发给朋友后，两人同时思考，经过一个一个排除，半小时发现问题所在

一个人很难一步步排除所有可能性，但是，和人交流的时候，就会头脑更加清醒，因为你得说明白其中的逻辑。
所以，早点暴露问题是关键！

2、学会看官方文档、积累必要的英文词汇
我一开始怀疑是一个数有问题，数组就没问题，
就是因为不知道一个数的英文是scalar value，
看英文官方文档头大、根本不知道看哪里

这也是从朋友那里获得的信息，她看英文官方文档比我擅长太多了