[Python] 分段函數(shù)

遇上了一個很簡單的小問題,就是寫一個分段函數(shù)茸炒。分段函數(shù)如圖1:
圖1. 分段函數(shù)

一開始寫了個簡單版本log_norm0愕乎,只能逐元素一個一個得進行阵苇。不用想,對元素個數(shù)多的向量感论,肯定慢成烏龜绅项。
后來想到使用一個指示函數(shù),來區(qū)分分段的兩種情況比肄,就得到log_norm1快耿。不過這種情況比較特殊,不是每次都能成功構(gòu)造的芳绩。
最后掀亥,查到numpy中有函數(shù)piecewise(x, condlist, funclist, *args, **kw),它是專門用來構(gòu)造分段函數(shù)妥色,x是輸入搪花,condlist表示分段的條件,funclist就表示對應(yīng)分段的處理函數(shù)嘹害。這就得到了log_norm2撮竿。

# 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(shù)的運行時間笔呀。

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(jié)果幢踏,還是使用指示函數(shù)的方法最快,不過跟piecewise差別不大许师。

log0:  33.59282732009888
log1:  0.4863457679748535
log2:  0.5942573547363281

參考資料:

  1. https://blog.csdn.net/shu15121856/article/details/76080060
  2. https://docs.scipy.org/doc/numpy/reference/generated/numpy.piecewise.html

擴展資料(待填坑):
https://docs.scipy.org/doc/numpy/reference/generated/numpy.vectorize.call.html
https://docs.scipy.org/doc/numpy/reference/generated/numpy.frompyfunc.html
https://blog.csdn.net/kezunhai/article/details/46127845

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末房蝉,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子微渠,更是在濱河造成了極大的恐慌惨驶,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,639評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件敛助,死亡現(xiàn)場離奇詭異粗卜,居然都是意外死亡,警方通過查閱死者的電腦和手機纳击,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,277評論 3 385
  • 文/潘曉璐 我一進店門续扔,熙熙樓的掌柜王于貴愁眉苦臉地迎上來攻臀,“玉大人,你說我怎么就攤上這事纱昧∨傩ィ” “怎么了?”我有些...
    開封第一講書人閱讀 157,221評論 0 348
  • 文/不壞的土叔 我叫張陵识脆,是天一觀的道長设联。 經(jīng)常有香客問我,道長灼捂,這世上最難降的妖魔是什么离例? 我笑而不...
    開封第一講書人閱讀 56,474評論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮悉稠,結(jié)果婚禮上宫蛆,老公的妹妹穿的比我還像新娘。我一直安慰自己的猛,他們只是感情好耀盗,可當我...
    茶點故事閱讀 65,570評論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著卦尊,像睡著了一般叛拷。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上岂却,一...
    開封第一講書人閱讀 49,816評論 1 290
  • 那天忿薇,我揣著相機與錄音,去河邊找鬼淌友。 笑死煌恢,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的震庭。 我是一名探鬼主播瑰抵,決...
    沈念sama閱讀 38,957評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼器联!你這毒婦竟也來了二汛?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,718評論 0 266
  • 序言:老撾萬榮一對情侶失蹤拨拓,失蹤者是張志新(化名)和其女友劉穎肴颊,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體渣磷,經(jīng)...
    沈念sama閱讀 44,176評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡婿着,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,511評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片竟宋。...
    茶點故事閱讀 38,646評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡提完,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出丘侠,到底是詐尸還是另有隱情徒欣,我是刑警寧澤,帶...
    沈念sama閱讀 34,322評論 4 330
  • 正文 年R本政府宣布蜗字,位于F島的核電站打肝,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏挪捕。R本人自食惡果不足惜粗梭,卻給世界環(huán)境...
    茶點故事閱讀 39,934評論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望担神。 院中可真熱鬧楼吃,春花似錦始花、人聲如沸妄讯。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,755評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽亥贸。三九已至,卻和暖如春浇垦,著一層夾襖步出監(jiān)牢的瞬間炕置,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,987評論 1 266
  • 我被黑心中介騙來泰國打工男韧, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留朴摊,地道東北人。 一個月前我還...
    沈念sama閱讀 46,358評論 2 360
  • 正文 我出身青樓此虑,卻偏偏與公主長得像甚纲,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子朦前,可洞房花燭夜當晚...
    茶點故事閱讀 43,514評論 2 348